基于扩展卷积神经网络与度量学习的指静脉识别系统实现

发布时间：2021-01-08 14:52

　　指静脉识别作为一种新的生物识别技术,因其具有高度防伪、无接触性、难窃取性等优势受到越来越广泛的关注。但基于传统图像处理的指静脉识别算法通常对图像的成像质量及手指姿态变化较为敏感,难提取具有鲁棒性的静脉特征。而基于深度学习的指静脉识别算法提取的静脉特征不足以表达纹理结构复杂的静脉信息,并且常用的距离度量算法主要是将特征之间的距离或方向角度作为特征的相似度,这样的度量算法不能从结构本质上进行特征相似度度量。为了解决基于深度学习的指静脉识别算法提取静脉特征信息不足的问题。本文提出了一种基于扩展卷积神经网络与度量学习的指静脉识别算法。此外,为了弥补常用的距离度量算法不能有效地度量静脉特征之间相似度的问题,本文采用了 Wasserstein距离度量算法。论文的主要研究内容概括如下:（1）通过分析传统卷积神经网络（Convolutional Neural Network,ConvNet）提取静脉特征信息不足的问题,本文首先,构建提取指静脉特征的学习网络,该网络通过扩展ConvNet网络宽度和深度来提高网络提取静脉特征的表达能力。其次,根据构建的学习网络设计合理的损失函数,本文使用TriHard度量... 

【文章来源】：浙江理工大学浙江省

【文章页数】：56 页

【学位级别】：硕士

【部分图文】：

图２．１指静脉采集仪以及采集的静脉图像??

浙江理工大学硕士学位论文?基于扩展卷积神经网络与度量学习的指静脉识别系统实现??（ａ）男性手指静脉图?（ｂ）女性手指静脉图??图２．２男性女性静脉图像对比??如图２．３所示，运动后与运动前静脉图像相差也较大，这是由于运动后血液流动快，??静脉血管扩大，导致采集到的静脉图像清晰。??（ａ）运动前的指静脉图像?（ｂ）运动后的指静脉图像??图２．３运动前后静脉图像对比??如图２．４所示，采集时造成的图像过度曝光，这是因为手指过分的偏向一则，或是手??指太纤细造成的。??Ｉ?，：?｜｜?ｆｊ??Ｕ）正常静脉图?（ｂ）偏向一侧静脉图??图２．４正常静脉图和偏向一侧静脉图??采集到清晰的图像之后，指静脉图像中会包含很多与静脉信息无关的区域，并且图像??６??

浙江理工大学硕士学位论文?基于扩展卷积神经网络与度量学习的指静脉识别系统实现??中存在大量的噪声，因此需要对指静脉图像进行预处理操作。??２．２指静脉图像预处理??由于在采集指静脉时手指的放置具有不固定性，这将导致采集的图像会有一定的位置??偏移、旋转、变形等问题。所以为了保证后续提取的特征不受影响，需要对指静脉图像进??行ＲＯＩ提取以及图像的旋转矫正。针对此问题，本文提出了一种指静脉ＲＯＩ提取算法，具??体ＲＯＩ提取流程如图２．５所示。??ｍｍｍｍｍｍ??（ａ）?Ｏｒｉｇｉｎａｌ?（ｂ）?Ｅｄｇｅ?（ｃ）?Ａｎｇｌｅ??Ｅｍ＾Ｍｍｍ３４?ｆｃ??（ｆ）??（ｄ）?Ｒｏｔａｔｅ?（ｅ）?Ｉｎｎｅｒ?ｃｕｔ??图２．５?ＲＯＩ提取??首先，对指静脉原图像进行灰度化处理，然后通过拉伸的Ｓｏｂｅｌ算子（如表２．１?（ａ，?ｂ）??所示）检测手指边缘，使用最小二乘法对手指边缘线进行线性拟合和断线连接得到较清晰??的边缘图（如图２．５?（ｂ）所示），其次，根据边缘图中的两条手指边缘线得到手指中线，??利用中线与水平线之间的夹角矫正原图和边缘图，再次，在矫正后的边缘图上根据边缘线??确定ＲＯＩ区域的内切线（如图２．５?（ｅ）所示），使用此内切线在矫正后的原图像上切割得??到ＲＯＩ图像（如图２．５?（ｆ）所示），最后，将提取出的ＲＯＩ图像进行对比度拉伸，并归一??化为３１４ｘ１２２像素点的图像。ＭＭＣＢＮＵ＿６０００数据集的ＲＯＩ图像提取过程中如图２．５所示，??ＦＶ－ＵＳＭ数据集的处理过程类似。??表２．１拉伸的Ｓｏｂｅｌ算子??－１?－１?ｉ?－１?－１??￣￣?〇?Ｉ?〇?［?…?．ｉ?〇?—

【参考文献】：
期刊论文
[1]基于SSH框架的指静脉考勤管理系统[J]. 陈如明,洪轶群.  网络安全技术与应用. 2019(05)
[2]基于无线通信与生物识别技术的智能控制系统设计[J]. 亓相涛,李黛月.  信息与电脑(理论版). 2018(23)
[3]Marginalized cubature Kalman filtering algorithm based on linear/nonlinear mixed-Gaussian model[J]. 胡玉梅,Hu Zhentao,Jin Yong.  High Technology Letters. 2018(04)
[4]基于梯度二阶导数的Canny阈值自适应选取算法[J]. 赵娅琳,陶青川,卢倩雯,刘蔓霄.  科学技术与工程. 2018(14)
[5]生物识别技术综述[J]. 李鹏飞,淡美俊,姚宇颤.  电子制作. 2018(10)
[6]单幅近红外手掌图像掌静脉和掌纹多特征识别[J]. 李俊林,王华彬,陶亮.  计算机工程与应用. 2018(09)
[7]一种自适应中值梯度倒数加权的图像滤波算法[J]. 王志军,于之靖,马凯,吴军,诸葛晶昌.  激光与光电子学进展. 2017(12)
[8]指静脉识别研究综述[J]. 尹义龙,杨公平,杨璐.  数据采集与处理. 2015(05)
[9]可计算一般均衡模型及其LCP范式研究[J]. 秦昌才,周健,张晓微.  统计与决策. 2013(10)
[10]基于方向滤波的指纹图像增强算法的研究[J]. 张彤,杨秀坤.  哈尔滨商业大学学报(自然科学版). 2012(05)

硕士论文
[1]基于生物特征识别的手机支付系统设计和实现[D]. 刘利华.哈尔滨工业大学 2017



本文编号：2964794