基于改进AlexNet卷积神经网络的手掌静脉识别算法研究

• 作者: 林坤 雷印杰
• 来源期刊: 现代电子技术
• 关键词: 手掌静脉识别 AlexNet神经网络优化 图像特征提取 图像预处理 注意力机制应用 有效性验证
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 52-56
• 页数: 5页
• 分类号: TN911.73-34|TP391.4
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.07.013

摘要

在手掌静脉图像采集的过程中易受手掌摆放姿势、光源条件等外界因素的影响,造成识别准确度欠佳.为了提高手掌静脉图像识别的精准度和鲁棒性,提出一种基于改进AlexNet深度卷积神经网络的手掌静脉识别方法.该方法首先通过图像分割、指根关键点定位、感兴趣区域图像提取等三个阶段对采集的手掌静脉图像进行预处理;其次,针对人体手掌静脉识别的应用场景,通过适当调整经典的AlexNet卷积神经网络的结构并对卷积层的输出进行批标准化操作,同时,将深度学习理论中的注意力机制应用到该网络中,进而优化AlexNet神经网络,使用优化后的AlexNet神经网络对预处理后的图像自动进行特征提取、分类和识别;最后,在公开的Polyu和CASIA多光谱掌纹数据集上进行大量的实验,达到的最佳识别率分别为99.93％和99.51％,实验验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷印杰	四川大学电子信息学院智能控制研究所	34	120	6.0	9.0
2	林坤	四川大学电子信息学院智能控制研究所	5	8	2.0	2.0