為解決在識(shí)別過(guò)程中因手背靜脈圖像信息缺失而造成識(shí)別效率低下的問(wèn)題,本文提出了分層級(jí)聯(lián)生成對(duì)抗網(wǎng)絡(luò)的手背靜脈圖像修復(fù)框架。該網(wǎng)絡(luò)框架分別以級(jí)聯(lián)與并行分層的方式進(jìn)行修復(fù)操作,通過(guò)并行分層結(jié)構(gòu)創(chuàng)新性的融合了不同靜脈圖像的特征信息;為有效地利用靜脈圖像的上下文信息對(duì)缺失的靜脈圖像信息進(jìn)行預(yù)測(cè)與補(bǔ)全,在網(wǎng)絡(luò)中創(chuàng)新性的引入了空洞卷積核與非局部注意力網(wǎng)絡(luò);為保證修復(fù)靜脈圖像質(zhì)量與其真實(shí)圖像的一致性,創(chuàng)新性的結(jié)合對(duì)抗損失與感知損失進(jìn)行優(yōu)化。實(shí)驗(yàn)結(jié)果表明,本文算法在視覺(jué)效果、峰值信噪比(Peak Signal to Noise Ratio,PSNR)和結(jié)構(gòu)相似性(Structural Similarity Index,SSIM)等方面表現(xiàn)優(yōu)于已有算法,并在兩個(gè)公開(kāi)的掌紋與指紋數(shù)據(jù)集上進(jìn)行了有效的泛化驗(yàn)證。此外,修復(fù)圖像相較于缺失圖像在身份識(shí)別效率方面有了一定的提高。

【文章來(lái)源】： 信號(hào)處理. 2020,36(11)北大核心CSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
1 引言
2 分層級(jí)聯(lián)生成對(duì)抗網(wǎng)絡(luò)框架
    2.1 生成對(duì)抗網(wǎng)絡(luò)技術(shù)
    2.2 修復(fù)網(wǎng)絡(luò)框架
    2.3 空洞卷積
    2.4 非局部網(wǎng)絡(luò)模塊
    2.5 損失函數(shù)
3 實(shí)驗(yàn)與結(jié)果分析
    3.1 數(shù)據(jù)集
    3.2 對(duì)比試驗(yàn)
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]手指靜脈圖像血管網(wǎng)分形修復(fù)方法 [J]. 李振娟,賈桂敏,楊金鋒,張海剛.  信號(hào)處理. 2019(08)
[2]輕量化多特征融合的指紋分類(lèi)算法研究 [J]. 甘俊英,戚玲,項(xiàng)俐,何國(guó)輝,曾軍英,秦傳波.  信號(hào)處理. 2019(05)
[3]手指靜脈紅外圖像血管網(wǎng)絡(luò)修復(fù)新方法 [J]. 賈桂敏,李振娟,楊金鋒,李乾司茂.  紅外與激光工程. 2019(04)
[4]基于改進(jìn)HOG特征和稀疏表示的手指靜脈識(shí)別 [J]. 李菲,李小霞,周穎玥,劉銀輝.  傳感器與微系統(tǒng). 2018(11)



本文編號(hào)：3482340