| 基于改进的ResNet手指静脉识别 |
| |
| 引用本文： | 汪凯旋,陈光化,褚洪佳.基于改进的ResNet手指静脉识别[J].激光与光电子学进展,2021,58(20):92-98. |
| |
| 作者姓名： | 汪凯旋 陈光化 褚洪佳 |
| |
| 作者单位： | 上海大学微电子研究与开发中心,上海200444;上海大学微电子研究与开发中心,上海200444;上海大学机电工程与自动化学院,上海200444 |
| |
| 摘 要： | 针对指静脉提取困难和识别精度不够高等问题,提出了一种基于ResNet改进的手指静脉识别方法.首先,使用深度超参数化卷积(DO-Cony)代替网络中的传统卷积,在减少模型参数的同时提高了网络识别率.然后,将空间注意力模型(SAM)和挤压激励块(SE-Block)融合,应用于改进的残差网络(ResNet)提取图像在通道和空间域上的细节特征.最后,使用标签平滑的交叉熵(LSCE)损失函数来训练模型,实现自动校准网络防止分类出现误差.实验结果表明,改进后的模型不易受到图片质量的影响,在公开数据库FV-USM和SDUMLA上的识别精度分别达到99.4919％和99.4485％,较之前的网络在精度上有明显提高.
|
| 关 键 词： | 图像处理 指静脉识别 注意力机制 残差网络 标签平滑 损失函数 |
Finger Vein Recognition Based on Improved ResNet |
| |
| Wang Kaixuan,Chen Guanghua,Chu Hongjia.Finger Vein Recognition Based on Improved ResNet[J].Laser & Optoelectronics Progress,2021,58(20):92-98. |
| |
| Authors: | Wang Kaixuan Chen Guanghua Chu Hongjia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
