分层级联生成对抗网络用于手背静脉图像修复

发布时间：2021-11-07 18:26

　　为解决在识别过程中因手背静脉图像信息缺失而造成识别效率低下的问题,本文提出了分层级联生成对抗网络的手背静脉图像修复框架。该网络框架分别以级联与并行分层的方式进行修复操作,通过并行分层结构创新性的融合了不同静脉图像的特征信息;为有效地利用静脉图像的上下文信息对缺失的静脉图像信息进行预测与补全,在网络中创新性的引入了空洞卷积核与非局部注意力网络;为保证修复静脉图像质量与其真实图像的一致性,创新性的结合对抗损失与感知损失进行优化。实验结果表明,本文算法在视觉效果、峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似性(Structural Similarity Index,SSIM)等方面表现优于已有算法,并在两个公开的掌纹与指纹数据集上进行了有效的泛化验证。此外,修复图像相较于缺失图像在身份识别效率方面有了一定的提高。

【文章来源】： 信号处理. 2020,36(11)北大核心CSCD

【文章页数】：10 页

【文章目录】：
1 引言
2 分层级联生成对抗网络框架
    2.1 生成对抗网络技术
    2.2 修复网络框架
    2.3 空洞卷积
    2.4 非局部网络模块
    2.5 损失函数
3 实验与结果分析
    3.1 数据集
    3.2 对比试验
4 结论


【参考文献】：
期刊论文
[1]手指静脉图像血管网分形修复方法 [J]. 李振娟,贾桂敏,杨金锋,张海刚.  信号处理. 2019(08)
[2]轻量化多特征融合的指纹分类算法研究 [J]. 甘俊英,戚玲,项俐,何国辉,曾军英,秦传波.  信号处理. 2019(05)
[3]手指静脉红外图像血管网络修复新方法 [J]. 贾桂敏,李振娟,杨金锋,李乾司茂.  红外与激光工程. 2019(04)
[4]基于改进HOG特征和稀疏表示的手指静脉识别 [J]. 李菲,李小霞,周颖玥,刘银辉.  传感器与微系统. 2018(11)



本文编号：3482340