基于侧链连接卷积神经网络的手掌静脉图像识别

• 作者: 刘娅琴 娄梦莹 杨丰 王天景 黄靖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 手掌静脉识别 ResNet 指数线性单元激活函数 批归一化 Dropout 稠密连接网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 3673-3678
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020050667

摘要

针对手掌静脉图像数量少且质量参差不齐,进而导致掌脉识别系统的性能降低的现象,提出一种基于侧链连接卷积神经网络的手掌静脉图像识别方法.首先,在ResNet模型的基础上,用卷积层和池化层提取掌脉特征.然后,采用指数线性单元(ELU)激活函数、批归一化(BN)和Dropout技术来改进和优化模型,以缓解梯度消失、防止过拟合、加快收敛及增强模型泛化能力.最后,引入稠密连接网络(DenseNet),使提取到的手掌静脉特征更具丰富性和有效性.在两个公开库和一个自建库上分别进行实验,结果表明所提方法在三个数据库上的识别率分别为99.98％、97.95％、97.96％.可见该方法能有效提高掌脉识别系统的性能,且更适用于掌脉识别的实际应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨丰		52	330	11.0	15.0
2	刘娅琴		21	94	6.0	8.0
3	黄靖		17	114	7.0	10.0
4	娄梦莹		3	1	1.0	1.0
5	王天景		1	0	0.0	0.0