10.3785/j.issn.1008-973X.2020.03.014
融合局部特征与深度学习的三维掌纹识别
为了探索三维掌纹在生物特征识别领域的应用,基于局部纹理特征和深度学习,提出一种有效的三维掌纹识别方法.通过曲率特征、形状指数、表面类型分别来描述三维掌纹的局部几何特征,将其作为深度神经网络的输入,完成三维掌纹识别任务.在香港理工大学的三维掌纹数据库上对不同的几何特征、不同的深度神经网络模型进行全面分析与比较.三维掌纹识别实验结果表明,与其他三维掌纹识别方法相比较,所提方法的识别率更高,识别时间更短,在实时掌纹识别领域具有较大的应用潜力.
三维掌纹、局部几何特征、曲率特征、形状指数、表面类型、深度学习
54
TP391.4(计算技术、计算机技术)
国家自然科学基金资助项目61402143
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
540-545