基于深度学习的指静脉识别研究

• 作者: 吴超 邵曦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 指静脉识别 形态学算法 角度修正算法 深度学习
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 应用开发研究
• 页码范围: 200-204
• 页数: 5页
• 分类号: TP301.6
• 字数: 4299字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.02.043

摘要

提出了基于深度学习的指静脉识别算法.在指静脉图像采集过程中,由于受光照强度的影响,手指轮廓存在一定的模糊.为了获得良好的静脉区域图像,采用形态学算法对指静脉原始图像进行感兴趣的区域提取,并进一步使用高斯高通滤波器来增强图像.指静脉采集过程中,手指存在不同程度的旋转,为了消除该影响,使用角度修正算法对指静脉图像进行矫正.由于深度学习在图像分类上表现优异,尤其是AlexNet在ImageNet大赛中的杰出表现,因此采用基于AlexNet的深度神经网络对指静脉图像进行分类.为了加快训练速度,在AlexNet深度神经网络的基础上提出改进方案,主要包括改变卷积核大小和卷积层的构造,从而减少网络参数,降低网络复杂度,加速网络的训练.实验结果表明,利用深度学习对指静脉图像进行分类具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵曦	南京邮电大学通信与信息工程学院	27	90	6.0	8.0
2	吴超	南京邮电大学通信与信息工程学院	6	25	3.0	5.0