隨著生物特征識別技術(shù)的進(jìn)步,這些技術(shù)獲得了廣闊的應(yīng)用前景。相對于其他身份識別技術(shù)而言,指靜脈識別技術(shù)更加安全、高效和穩(wěn)定。然而目前采集到的指靜脈圖像普遍存在質(zhì)量不高以及手指的自由度導(dǎo)致圖像存在的偏移等問題,給指靜脈識別技術(shù)帶來了較大的挑戰(zhàn)。傳統(tǒng)的指靜脈識別技術(shù)是基于圖像的紋理、特征點(diǎn)等細(xì)節(jié)進(jìn)行特征提取,若圖像質(zhì)量較差的話,提取到的指靜脈特征會(huì)不穩(wěn)定,會(huì)降低指靜脈識別的準(zhǔn)確性。針對以上問題,本文采用了一種基于改進(jìn)殘差網(wǎng)絡(luò)的指靜脈識別算法。在深度學(xué)習(xí)算法中,由于公開的指靜脈數(shù)據(jù)集較少,如何利用有限的數(shù)據(jù)集訓(xùn)練得到魯棒性較好的模型性能是主要研究問題之一。指靜脈識別技術(shù)中具有區(qū)分性的特征在于圖片的細(xì)節(jié)部分,需要對網(wǎng)絡(luò)重新設(shè)計(jì)減少特征圖的信息丟失,提取到具有魯棒性的指靜脈特征。目前,常見的卷積神經(jīng)網(wǎng)絡(luò)是以分類為目的,而對于指靜脈識別技術(shù)而言,預(yù)先采集所有類別的指靜脈圖片是不切實(shí)際的,因此需要對網(wǎng)絡(luò)的監(jiān)督信號重新設(shè)計(jì),使網(wǎng)絡(luò)學(xué)習(xí)到具有判別性能的指靜脈特征,本文的主要研究工作如下:（1）針對指靜脈采集過程中出現(xiàn)的手指偏移問題,本文提出了一種用于感興趣區(qū)域的角度矯正以及提取的預(yù)處理方法,可以消除偏移帶... 

【文章來源】：浙江理工大學(xué)浙江省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)圖??（１）卷積層??

學(xué)位論文?基于改進(jìn)殘差網(wǎng)絡(luò)的指靜脈識別算法??特征提取?丨「?特征輸出??［ｋ?Ｉ、ｋ?Ｒｖ?Ｎ?ｎ?ｉ??屮，＾］ｉ?ｒｍ｜?■??Ｍ?！?＼?４１＾?＾?ｎｌ＾ｉ??！??Ｉ?ｉ?ｊ??ｆ?—?＿＿、?／?—?—、?（４、?ｆ?—?Ｎ?（—＼?（?Ｎ??｜卷積層ｉ?｜卷積層ｉ?ｉ池化層｜?！卷積層１１池化層１１全連接？?ｉ??Ｉ?Ｉ?Ｉ?Ｉ?ｉ?ＩＩ?ｉ?Ｖ?Ｉ?ｖ?Ｉ??、?／?＼?／???ｆ?＼?／???—?＾?＼?／??圖２．１卷積神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)圖??（１）卷積層??卷積層１３３１１３４１是卷積神經(jīng)網(wǎng)絡(luò)中的特征提取層，卷積層中的卷積核參數(shù)基于網(wǎng)絡(luò)的反向??梯度迭代進(jìn)行更新。由于卷積神經(jīng)網(wǎng)絡(luò)的權(quán)重共享機(jī)制，每個(gè)卷積核在特征圖上進(jìn)行滑動(dòng)??卷積操作時(shí)只能提取一種特征。淺層卷積層只能提取一些較為簡單的特征，高層卷積層能??從低級語義中提取更復(fù)雜的高級語義特征，卷積操作如下圖２．２所示，卷積核在特征圖上??滑動(dòng)遍歷，特征圖上的像素點(diǎn)和卷積核中的對應(yīng)點(diǎn)相乘求和，每個(gè)卷積核的通道數(shù)應(yīng)與輸??入的特征圖通道數(shù)相同，輸出特征圖的通道數(shù)也與卷積核通道數(shù)相同。??特征圖??〇?益積核??，公丄，Ｙ?ｕ－１??工？妙Ｐ?ｈ＇碑ｔ??＋?（－１?）?＊５＋０＊４＋ｌ＊２?卜沁一８?丨?５，十」??＋?（－１）?＊３＋０＊４＋ｌ＊５?］??＝０?ｋ＂?ｉ?Ｕ，’??圖２．２卷積操作示意圖??通過上面的卷積操作示意圖２．２可以看出輸出特征圖的神經(jīng)元只連接輸入特征圖的－－??小片區(qū)域，體現(xiàn)了局部共享機(jī)制，且一張?zhí)卣鲌D只利用一種卷積核進(jìn)行遍歷，體現(xiàn)了權(quán)值??共享機(jī)制

浙江理工大學(xué)碩士學(xué)位論文?基于改進(jìn)殘差網(wǎng)絡(luò)的指靜脈識別算法??ｇ／??圖２．３神經(jīng)元的計(jì)算示意圖??多層卷積操作是在層與層之間進(jìn)行多次映射，訓(xùn)練過程學(xué)習(xí)每個(gè)卷積核的權(quán)重參數(shù)，??整體構(gòu)成一個(gè)復(fù)雜的高階函數(shù)．訓(xùn)練的目的是實(shí)現(xiàn)函數(shù)的擬合。??（２）激活函數(shù)??激活函數(shù)１３５１是作用于神經(jīng)元上的非線性函數(shù)，用于將輸入祌經(jīng)元進(jìn)行非線性表達(dá)映射??到輸出神經(jīng)元，如上圖２．３所示。它對于神經(jīng)網(wǎng)絡(luò)的特征學(xué)習(xí)以及獲得復(fù)雜和非線性的表??達(dá)能力來說十分重要。若沒有激活函數(shù)，神經(jīng)元所進(jìn)行的操作就只是簡單的線性組合，即??使疊加了多層，輸出層都是基于輸入層的線性疊加，訓(xùn)練出來的模型無法對復(fù)雜任務(wù)進(jìn)行??處理。??只有為網(wǎng)絡(luò)引入非線性映射，神經(jīng)網(wǎng)絡(luò)才有非線性表達(dá)能力進(jìn)而表達(dá)網(wǎng)絡(luò)學(xué)習(xí)到的高??級語義。祌經(jīng)網(wǎng)絡(luò)反向傳播算法是基于梯度的迭代進(jìn)行更新的，因此激活函數(shù)需要具有可??微性。當(dāng)激活函數(shù)是單調(diào)函數(shù)時(shí)，才能保證網(wǎng)絡(luò)的訓(xùn)練是一個(gè)凸優(yōu)化過程。??（３）池化層??在卷積神經(jīng)網(wǎng)絡(luò)中，為了減少參數(shù)規(guī)模和計(jì)算量，往往會(huì)在卷積層之間加入一個(gè)池化??層，池化是一種減少特征圖空間大小的操作，它將輸入的特征圖分為若干個(gè)矩形區(qū)域，對??每個(gè)矩形區(qū)域計(jì)算最大值或均值，從而實(shí)現(xiàn)降采樣的作用。池化操作使得模型更加關(guān)注某??些特征是否存在而不是特征的具體位置，增加了網(wǎng)絡(luò)對圖像變化的魯棒性｜３６１。它對特征圖??在空間范圍內(nèi)進(jìn)行降維，減小了下一層的輸入特征圖大小，進(jìn)而減少了全連接層參數(shù)，防??止網(wǎng)絡(luò)的過擬合，見圖２．４。??９??

【參考文獻(xiàn)】：
期刊論文
[1]基于人體關(guān)節(jié)點(diǎn)定位的步態(tài)識別技術(shù)研究[J]. 周倩,孫運(yùn)強(qiáng),姚愛琴,魯旭濤.  國外電子測量技術(shù). 2019(01)
[2]基于子空間與紋理特征融合的掌紋識別[J]. 李新春,馬紅艷,林森.  激光與光電子學(xué)進(jìn)展. 2019(07)
[3]ReLU激活函數(shù)優(yōu)化研究[J]. 蔣昂波,王維維.  傳感器與微系統(tǒng). 2018(02)
[4]基于加權(quán)均值人臉的多姿態(tài)人臉識別[J]. 鄒國鋒,傅桂霞,申晉,高明亮,王科俊.  計(jì)算機(jī)應(yīng)用研究. 2018(10)
[5]基于改進(jìn)激活函數(shù)的卷積神經(jīng)網(wǎng)絡(luò)研究[J]. 曲之琳,胡曉飛.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(12)
[6]基于改進(jìn)深層網(wǎng)絡(luò)的人臉識別算法[J]. 李倩玉,蔣建國,齊美彬.  電子學(xué)報(bào). 2017(03)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[8]基于邊緣檢測加權(quán)引導(dǎo)濾波的指靜脈圖像增強(qiáng)算法[J]. 曹偉,王華彬,石軍,余銳,陶亮.  激光與光電子學(xué)進(jìn)展. 2017(02)
[9]指靜脈識別研究綜述[J]. 尹義龍,楊公平,楊璐.  數(shù)據(jù)采集與處理. 2015(05)
[10]基于Sobel算子的改進(jìn)邊緣檢測算法[J]. 沈德海,張龍昌,鄂旭.  信息技術(shù). 2015(04)

博士論文
[1]手指靜脈識別方法研究[D]. 楊璐.山東大學(xué) 2016

碩士論文
[1]指靜脈圖像特征提取方法的研究[D]. 丁一軍.安徽大學(xué) 2019
[2]基于深度學(xué)習(xí)的指靜脈識別研究[D]. 吳超.南京郵電大學(xué) 2018
[3]指靜脈識別方法研究[D]. 劉廣東.南京郵電大學(xué) 2018
[4]基于深度學(xué)習(xí)的指靜脈識別算法研究[D]. 唐溯.華南理工大學(xué) 2018
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的手指靜脈認(rèn)證算法研究[D]. 胡慧.華南理工大學(xué) 2018
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的嵌入式指靜脈識別系統(tǒng)[D]. 黃志星.華南理工大學(xué) 2017
[7]融合指部多生物特征的識別系統(tǒng)[D]. 鄭茜.華南理工大學(xué) 2015



本文編號：3612591