發(fā)布時(shí)間：2021-05-16 23:08

　　在手掌靜脈圖像采集的過(guò)程中易受手掌擺放姿勢(shì)、光源條件等外界因素的影響,造成識(shí)別準(zhǔn)確度欠佳。為了提高手掌靜脈圖像識(shí)別的精準(zhǔn)度和魯棒性,提出一種基于改進(jìn)AlexNet深度卷積神經(jīng)網(wǎng)絡(luò)的手掌靜脈識(shí)別方法。該方法首先通過(guò)圖像分割、指根關(guān)鍵點(diǎn)定位、感興趣區(qū)域圖像提取等三個(gè)階段對(duì)采集的手掌靜脈圖像進(jìn)行預(yù)處理;其次,針對(duì)人體手掌靜脈識(shí)別的應(yīng)用場(chǎng)景,通過(guò)適當(dāng)調(diào)整經(jīng)典的AlexNet卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)并對(duì)卷積層的輸出進(jìn)行批標(biāo)準(zhǔn)化操作,同時(shí),將深度學(xué)習(xí)理論中的注意力機(jī)制應(yīng)用到該網(wǎng)絡(luò)中,進(jìn)而優(yōu)化AlexNet神經(jīng)網(wǎng)絡(luò),使用優(yōu)化后的AlexNet神經(jīng)網(wǎng)絡(luò)對(duì)預(yù)處理后的圖像自動(dòng)進(jìn)行特征提取、分類和識(shí)別;最后,在公開的Polyu和CASIA多光譜掌紋數(shù)據(jù)集上進(jìn)行大量的實(shí)驗(yàn),達(dá)到的最佳識(shí)別率分別為99.93%和99.51%,實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。 

【文章來(lái)源】：現(xiàn)代電子技術(shù). 2020,43(07)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【文章目錄】：
0 引言
1 手掌靜脈圖像預(yù)處理
    1.1 手掌圖像分割
    1.2 關(guān)鍵點(diǎn)定位
    1.3 ROI提取
2 改進(jìn)的AlexNet卷積神經(jīng)網(wǎng)絡(luò)
    2.1 AlexNet神經(jīng)網(wǎng)絡(luò)
    2.2 注意力機(jī)制
    2.3 AlexNet神經(jīng)網(wǎng)絡(luò)的改進(jìn)
3 實(shí)驗(yàn)
    3.1 數(shù)據(jù)集
    3.2 評(píng)價(jià)指標(biāo)
    3.3 實(shí)驗(yàn)環(huán)境和參數(shù)設(shè)置
    3.4 實(shí)驗(yàn)結(jié)果和分析
4 結(jié)語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]基于生物特征識(shí)別的統(tǒng)一身份認(rèn)證系統(tǒng)研究[J]. 張富友,王瓊霄,宋利.  信息網(wǎng)絡(luò)安全. 2019(09)
[2]基于Gabor小波和NBP算法的手掌靜脈識(shí)別[J]. 林森,徐天揚(yáng),王穎.  激光與光電子學(xué)進(jìn)展. 2017(05)
[3]基于HOG與改進(jìn)的SVM的手掌靜脈識(shí)別算法[J]. 徐笑宇,姚鵬.  計(jì)算機(jī)工程與應(yīng)用. 2016(11)

碩士論文
[1]掌紋和靜脈特征融合算法的研究[D]. 楊曉鳳.北京交通大學(xué) 2017



本文編號(hào)：3190583