基于多图融合和改进Xception网络的跨设备手背静脉识别研究

摘要：

手背静脉是一种新兴的生物特征识别技术,相比其他生物特征具有唯一性、防伪造性、稳定性和非接触性等明显优势;由于采集设备和采集环境的不同,手背静脉灰度图像存在亮度、角度旋转、尺度缩放等差异,识别率较低;由此提出一种基于多图融合和Xception网络的手背静脉识别算法;首先在图像预处理后分割得到二值纹理图,然后将二值图转换为距离图,再由二值图细化得到骨架图;最后融合二值图、距离图和骨架图,得到包含纹理特征和形状特征的三通道合并图;采用Xception结构作为分类网络,并将其激活函数ReLU改为非线性更强的h-swish激活函数;相关实验在由实验室自建的1库和2库两个数据库上进行,其中1库作为训练集,2库作为测试集,最高识别率达到93.54％.

关键词：多图融合、Xception网络、非线性激活函数、手背静脉图像、跨设备条件

所属期刊栏目：29

分类号：TH117.1

资助基金：国家自然科学基金61673021

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：153-158