基于深度卷积神经网络的指纹纹型分类算法

• 作者: 吴敏 江璐 赵彤
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 指纹纹型分类 卷积神经网络 指纹识别
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 808-814
• 分类号: TP391
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2016.06.013

摘要

传统指纹纹型分类算法的准确率直接受到相应特征提取算法的影响.在海量指纹库中,同类纹型指纹形态变化明显增大,不同类纹型界限变得模糊,仅通过人工定义的特征进行分类很难适应全部指纹数据.为解除纹型分类问题与人工定义的特征提取问题的耦合,提出一种直接在指纹原图上进行纹型识别的算法.利用卷积神经网络自动特征提取的能力从大量指纹数据中学习得到纹型特征,并通过对训练数据的设计使网络能够适应指纹的多样性,提升算法的鲁棒性.此外,多尺度网络模型平均方法使分类准确性得到进一步提升.在国际公开指纹数据集NIST DB4上测得纹型四分类准确率达94.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵彤	中国科学院大学数学科学学院	89	628	13.0	20.0
5	吴敏	中国科学院大学数学科学学院	79	499	12.0	19.0
6	江璐	中国科学院大学计算机与控制学院	1	0	0.0	0.0