轻量化多特征融合的指纹分类算法研究

• 作者: 何国辉 戚玲 曾军英 甘俊英 秦传波 项俐
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 指纹分类 多特征融合 Finger-SqueezeNet 轻量化神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用
• 页码范围: 888-896
• 页数: 9页
• 分类号: TP391
• 字数: 4843字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.05.021

摘要

快速准确的指纹分类在大型指纹识别系统中是加速目标指纹查找的关键技术.目前,指纹分类算法存在复杂度高、操作繁琐、参数较多、所需数据规模大、且无法充分利用指纹特征信息等问题.神经网络深层提取的特征更加关键,也更有代表性,但忽略了部分浅层信息.针对指纹分类存在的问题,本文提出一种轻量化多特征融合的指纹分类算法.该算法设计了轻量化Finger-SqueezeNet来训练指纹图像,采用查表法求得指纹的细化图之后,利用改进的分布求和梯度法求取相应细化图的感兴趣区域(Region Of Interest,ROI)图像;将指纹ROI图像输入网络深层与提取的特征图进行特征融合,使得深层网络也能获得浅层中纹线准确的走向信息,从而增强网络对于纹型的敏感度;采用Maxout激活函数对网络提取的特征进行激活.实验结果表明,本文算法不仅减少了训练参数量,而且通过指纹ROI图像补偿深层特征图,更加充分利用了指纹的纹型信息,轻量化算法也可为指纹分类模型拓展到移动端提供理论支撑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何国辉	五邑大学信息工程学院	31	357	11.0	18.0
2	甘俊英	五邑大学信息工程学院	82	871	14.0	26.0
3	秦传波	五邑大学信息工程学院	16	25	3.0	4.0
4	戚玲	五邑大学信息工程学院	2	1	1.0	1.0
5	项俐	五邑大学信息工程学院	5	2	1.0	1.0
6	曾军英	五邑大学信息工程学院	23	58	5.0	7.0