10.3969/j.issn.2095-2163.2021.05.008
基于VGG16和迁移学习的高分辨率掌纹图像识别
由于高分辨率掌纹图像尺寸大、掌纹图像数量少等特点,目前主流的方法采用细节特征点匹配,其算法设计复杂,识别精度不高.针对以上问题,本文提出基于迁移学习的高分辨率掌纹图像识别方法,该方法以VGG16为基础网络,将在ima-genet数据集上训练好的权重参数,用于初始化所有的卷积层;使用图像增强技术将高分辨率掌纹图像分别4、9、16、25等分,采用投票的方法得到整个掌纹图像的准确率,最高可达到99.69%.经实验证明,该方法可以实现端到端的高精度高分辨掌纹图像识别,识别率优于以往的基于细节特征点匹配方法.
生物特征识别;高分辨率掌纹图像;迁移学习;图像增强;VGG16
11
TP391(计算技术、计算机技术)
贵州省科技厅与贵州大学科技合作计划项目黔科合LH字[2016]7431号
2021-08-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
37-42