基于U-Net的掌纹图像增强与ROI提取

摘要：

掌纹因稳定性、唯一性、难复制性及易获取等特点,是极具应用潜力的生物识别特征.针对掌纹识别中,获取掌纹感兴趣区域(ROI)与增强掌纹信息普遍存在的时间成本大,方法之间有依赖关系等问题,提出了一种基于U-Net神经网络结构的掌纹图像预处理方法.通过香港理工大学掌纹库进行实验对比,结果表明,所提方法能消除预处理方法之间的相互影响,实现对掌纹图像的去噪与增强处理,并能快速、高精度提取感兴趣区域.

关键词：U-Net、感兴趣区域(ROI)增强、深度学习、感兴趣区域(ROI)提取、掌纹

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省重点研发计划2019C01007

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1807-1816