深度学习的手指静脉识别技术研究
发布时间：2021-04-26 20:03
手指静脉识别技术是一种新兴的生物特征识别技术,其医学依据是人类血液可吸收特定波长的光线,利用特定波长的光照射手指,可以清晰地成像手指静脉。目前手指静脉识别技术已经进入成熟阶段,但在实际运用中还是存在缺陷,常见的仪器会随着匹配人数的增加而使识别速度下降,或遇环境温度较低、较高,同样也会导致反应速度变缓。为解决这一现象,只能打破常规,不采用硬件配套设施,转为通过网络进入服务器运算。如此一来就不再受到硬件内存容量的限制,也不会受到环境温度的改变而导致设备反应迟缓。国内外基于深度学习提出了各种网络的手指静脉分类算法,但常见的卷积神经网络在空间上存在信息丢失的缺陷。为此,本文提出了一种基于胶囊网络改进的手指静脉识别算法。论文进行的手指静脉识别算法研究,以改进手指静脉识别性能为目标,其主要研究内容如下:（1）针对采集手指静脉数据集耗时情况,提出了一种改进后的极坐标径向变换增大样本的算法,即自适应极坐标径向变换,该算法通过以循环第一非零像素点为零坐标将图像转换为极坐标图像,打破随机极坐标引起的变换图像重合的问题。通过这种方式,一副图像可增至像素点倍数。通过mnist数据集在AlexNet中训练的实验...
【文章来源】：重庆理工大学重庆市
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究的背景和意义
1.2 手指静脉识别及深度学习的国内外研究现状
1.2.1 手指静脉研究状况
1.2.2 深度学习发展历程
1.3 数据集人工增大技术的研究现状
1.4 论文主要研究内容
1.5 论文的章节安排
1.6 本章小结
2 深度学习及手指静脉识别理论基础
2.1 深度学习
2.1.1 深度学习概述
2.1.2 卷积神经网络
2.1.3 反卷积可视化
2.2 手指静脉图像预处理
2.2.1 指静脉采集装置
2.2.2 指静脉图像增强与裁剪
2.2.3 One-Hot独热编码
2.3 评价标准
2.4 本章小结
3 手指静脉图像数据增强方法的研究
3.1 Keras下的ImageDataGenerator
3.2 极坐标空间中的径向变换
3.3 自适应极坐标空间的径向变换
3.4 实验对比
3.5 本章小结
4 基于深度学习的手指静脉识别方法分析
4.1 AlexNet的手指静脉识别分析
4.1.1 AlexNet原理
4.1.2 实验结果
4.2 VGGNet的手指静脉识别分析
4.2.1 VGGNet原理
4.2.2 实验结果
4.3 GoogLeNet的手指静脉识别分析
4.3.1 GoogLeNet原理
4.3.2 实验结果
4.4 ResNet是手指静脉识别分析
4.4.1 ResNet原理
4.4.2 实验结果
4.5 CapsNets的手指静脉识别分析
4.5.1 胶囊
4.5.2 动态路由
4.5.3 网络结构
4.5.4 实验结果
4.6 本章小结
5 卷积胶囊网络手指静脉识别方法
5.1 卷积层可视化
5.2 卷积胶囊网络
5.3 实验结果及分析
5.4 本章小结
6 总结和展望
6.1 论文总结
6.2 不足及展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于胶囊网络的指静脉识别研究[J]. 余成波,熊递恩. 电子技术应用. 2018(10)
[2]手指静脉身份识别技术综述[J]. 汤露. 信息系统工程. 2015(07)
[3]基于静脉识别的身份认证方法研究[J]. 王科俊,丁宇航,王大振. 科技导报. 2005(01)
[4]基于遗传算法的指纹图匹配算法及应用[J]. 漆远,田捷,readchina.com,邓翔. 软件学报. 2000(04)
硕士论文
[1]基于迁移学习和深度卷积神经网络的车标识别方法研究[D]. 李全杰.广东工业大学 2018
[2]基于深度学习的多姿态人脸识别算法研究[D]. 田桐.重庆理工大学 2018
[3]基于深度学习的人脸识别技术研究[D]. 钱程.西南交通大学 2017
[4]深度无监督学习算法研究[D]. 岳永鹏.西南石油大学 2015
[5]手指静脉身份识别智能系统的研究[D]. 杨数强.重庆理工大学 2009
本文编号：3162033
【文章来源】：重庆理工大学重庆市
【文章页数】：80 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究的背景和意义
1.2 手指静脉识别及深度学习的国内外研究现状
1.2.1 手指静脉研究状况
1.2.2 深度学习发展历程
1.3 数据集人工增大技术的研究现状
1.4 论文主要研究内容
1.5 论文的章节安排
1.6 本章小结
2 深度学习及手指静脉识别理论基础
2.1 深度学习
2.1.1 深度学习概述
2.1.2 卷积神经网络
2.1.3 反卷积可视化
2.2 手指静脉图像预处理
2.2.1 指静脉采集装置
2.2.2 指静脉图像增强与裁剪
2.2.3 One-Hot独热编码
2.3 评价标准
2.4 本章小结
3 手指静脉图像数据增强方法的研究
3.1 Keras下的ImageDataGenerator
3.2 极坐标空间中的径向变换
3.3 自适应极坐标空间的径向变换
3.4 实验对比
3.5 本章小结
4 基于深度学习的手指静脉识别方法分析
4.1 AlexNet的手指静脉识别分析
4.1.1 AlexNet原理
4.1.2 实验结果
4.2 VGGNet的手指静脉识别分析
4.2.1 VGGNet原理
4.2.2 实验结果
4.3 GoogLeNet的手指静脉识别分析
4.3.1 GoogLeNet原理
4.3.2 实验结果
4.4 ResNet是手指静脉识别分析
4.4.1 ResNet原理
4.4.2 实验结果
4.5 CapsNets的手指静脉识别分析
4.5.1 胶囊
4.5.2 动态路由
4.5.3 网络结构
4.5.4 实验结果
4.6 本章小结
5 卷积胶囊网络手指静脉识别方法
5.1 卷积层可视化
5.2 卷积胶囊网络
5.3 实验结果及分析
5.4 本章小结
6 总结和展望
6.1 论文总结
6.2 不足及展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果
【参考文献】：
期刊论文
[1]基于胶囊网络的指静脉识别研究[J]. 余成波,熊递恩. 电子技术应用. 2018(10)
[2]手指静脉身份识别技术综述[J]. 汤露. 信息系统工程. 2015(07)
[3]基于静脉识别的身份认证方法研究[J]. 王科俊,丁宇航,王大振. 科技导报. 2005(01)
[4]基于遗传算法的指纹图匹配算法及应用[J]. 漆远,田捷,readchina.com,邓翔. 软件学报. 2000(04)
硕士论文
[1]基于迁移学习和深度卷积神经网络的车标识别方法研究[D]. 李全杰.广东工业大学 2018
[2]基于深度学习的多姿态人脸识别算法研究[D]. 田桐.重庆理工大学 2018
[3]基于深度学习的人脸识别技术研究[D]. 钱程.西南交通大学 2017
[4]深度无监督学习算法研究[D]. 岳永鹏.西南石油大学 2015
[5]手指静脉身份识别智能系统的研究[D]. 杨数强.重庆理工大学 2009
本文编号：3162033
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3162033.html
