基于深度学习的指纹识别方法研究

• 作者: 刘磊 李晓坤 杨磊 袁烺 邵娜 郑永亮 陈虹旭
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 指纹识别 生物特征识别
• 年，卷（期）: 2018,（3）
• 页码范围: 64-69
• 页数: 6页
• 分类号: TP391.41
• 字数: 5329字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2018.03.016

摘要

现代科学技术正处于一个飞速发展的时期,指纹识别技术已经融入人类生活各个领域中.在众多生物特征识别技术中,指纹识别技术作为一种最直观的技术被广泛应用.传统指纹识别技术存在一些弊端,例如需要人工设置指纹特征,并且需要多次调试,设计特征和选择分类器相对而言不易达成最优化,从而导致指纹识别率不达标.需要提出一种能够提高指纹识别准确率的方案.近些年随着机器学习技术的兴起,深度学习技术已经成为了当下的热门课题.而将深度学习技术与生物特征识别技术相融合也具有较明朗的前景.深度学习技术可以在海量数据中学习并分析,可以自动识别分析并学习指纹特征数据,从而减少人工工作量,同时达到提高指纹识别准确率的目的.本文简要介绍了深度学习与指纹识别技术的研究现状、存在的问题,并通过卷积神经网络对指纹识别技术做出了分析与改进.本文主要是希望通过对指纹识别技术的分析与改进帮助人们更深入地了解指纹识别的概念及运用,并促使生物特征识别技术能够获得高速发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李晓坤		28	40	4.0	5.0
2	邵娜		7	20	3.0	4.0
3	陈虹旭		14	24	3.0	4.0
4	郑永亮		9	23	3.0	4.0
5	杨磊		9	23	3.0	4.0
6	刘磊		4	13	2.0	3.0
7	袁烺		2	12	2.0	2.0