【摘 要】
:
指静脉作为生物特征之一,由于其采集成本低以及难以仿造的特点,成为用来进行身份验证的主要特征。指静脉验证算法的目的是对两张指静脉图像进行相似性度量并判断两张图像是否来自于同一根手指。而目前已有的算法往往较为复杂庞大,需要较高的算力与内存空间,部署成本较高,并且会存在训练模型时与验证时不是相同指静脉采集设备的问题。如何实现跨设备轻量级的指静脉验证方法成为待解决的一大难题。同样的,指静脉图像在采集时质量
论文部分内容阅读
指静脉作为生物特征之一,由于其采集成本低以及难以仿造的特点,成为用来进行身份验证的主要特征。指静脉验证算法的目的是对两张指静脉图像进行相似性度量并判断两张图像是否来自于同一根手指。而目前已有的算法往往较为复杂庞大,需要较高的算力与内存空间,部署成本较高,并且会存在训练模型时与验证时不是相同指静脉采集设备的问题。如何实现跨设备轻量级的指静脉验证方法成为待解决的一大难题。同样的,指静脉图像在采集时质量参差不齐,手指会出现各种各样的平移旋转以及光照导致的干扰,并且不同的采集设备对于同一根手指采集到的指静脉图像往往也会有较大的区别。这些问题导致了类内类间特征在特征空间分布差异不明显以及类内距离大于类间距离等问题。基于以上问题,本文提出了跨设备轻量级指静脉验证算法,主要工作如下:1)给出一种基于Retinex和最大曲率的跨设备指静脉图像预处理算法。由于目前并没有公共的跨设备指静脉数据集能够用来进行算法的测试,所以本文构建了包含三个不同采集设备的跨设备指静脉数据集。各种设备采集的指静脉图像数据情况复杂,仅通过固定的阈值并不能准确提取指静脉边缘,由于手指的厚度以及仪器打光方式并不相同,往往会存在光照分布不均匀的情况,更重要的是仪器之间采集窗口大小以及CCD摄像头的DPI并不相同,这导致了特征区域不统一的问题。本文给出一种基于去伪边缘、Retinex和最大曲率的跨设备指静脉图像预处理算法。该算法首先使用Sobel算子提取指静脉图像的水平边缘,并给出一种去伪边缘策略,对提取到的边缘分别进行曲线拟合、中线拟合和滑动窗口得到更加鲁棒的指静脉边缘。然后给出基于导向滤波的多尺度Retinex算法来减弱光照分布带来的影响。最后使用基于最大曲率法的指静脉图像配准算法来匹配相同特征区域。本文在三个公开指静脉数据集与构建的跨设备数据集中进行效果对比实验与消融分析,在跨设备指静脉数据集中,等错误率最多降低了24.65%,在公共数据集中等错误率最多降低1.30%。2)给出一种基于L2Net的指静脉验证算法。在该方法中给出一种能够直接提取指静脉图像特征描述子的网络结构。算法从验证任务的特点出发,引入了通道注意力机制对特征图中不同的通道进行信息重要程度的区分,并采用能够直接应用于验证任务的三元组损失函数的欧氏距离形式对网络进行训练,从而有效提升指静脉验证算法整体的性能。在三个公共指静脉数据集与构建的跨设备指静脉数据集中分别进行验证实验,在MMCBNU_6000数据集中算法的等错误概率为0.06%,在FV-USM数据集上等错误概率为0.10%,在SDUMLA-FV数据集中等错误概率为0.40%,在跨设备数据集中的实验均取得了较好的效果。验证了算法的有效性。3)给出了一种基于Mat-Pkt Loss的轻量级指静脉验证算法。在该方法中本文给出一种基于分组卷积的轻量级指静脉验证网络结构。该网络所使用的网络模块是在分组卷积的基础上进行改进,在局部深度相比于基于L2Net的指静脉验证网络结构更深,能够更好地拟合网络的输出。接着,本文给出一种改进的蒸馏损失函数,Mat-Pkt Loss,该损失函数能够分别从网络的中间层与输出层进行约束,使基于L2Net的指静脉验证网络中的知识更好地传递到基于分组卷积的轻量级指静脉验证网络中,在损失较少性能的前提下大幅度降低所需的算力与所需要的参数量。本文分别在三个公开指静脉数据集与跨设备指静脉数据集中进行对比实验与消融分析,均取得了较好的效果,验证了算法的有效性。对比了目前主流的深度学习模型所需的算力与参数量,本文给出的轻量级网络相较于部署在嵌入式设备上ShuffleNet所需的算力降低了0.02GMACs,所需的参数量降低了1.72M,验证了本文网络的轻量级。
其他文献
近年来,海上运输业、旅游业日益蓬勃发展,在日益复杂的通航环境下,海上遇险事故频频发生。为了最大限度地减少事故损失,及时有效地海上搜救工作至关重要。在复杂的海洋环境中,利用红外探测技术的成像设备,构建海面遇险目标搜寻系统,它能够快速并大范围地搜寻海面遇险目标,从而提升海面遇险目标的检测、定位和跟踪能力,最终提升复杂海况下关于海面遇险目标的搜救成功率。然而红外图像通常具有一些非理想的特征,如对比度低、
随着计算机视觉领域的进步与数字图像技术的发展,人们获取信息的手段越来越多样化,不再只依赖自己的感官系统。视频作为人们获得信息的重要途径愈发受到人们的喜爱,但是由于各种环境因素产生的抖动影响了人们获得视频的质量,并使人们难以从抖动的视频中获取信息并且会造成眼睛的不舒适,长期观看低质量含抖动的视频会对人类的视觉产生严重的损害并影响人们获取视频中关键的信息。近年来摄像机被广泛的应用在军事、医学、交通管制
建设新型电力系统框架下高比例新能源场站的投运,将加重电能质量污染,导致损耗增加、设备损坏以及换流站直流单元闭锁等故障。通过建电能质量仿真评估技术体系,灵活应用于新能源场站入网评估,可实现电能质量问题专项分析预评估、电能质量暂态事件影响范围评估、电能质量治理技术验证评估和电能质量治理设备性能验证测试。
骨质疏松症是一种全身性骨病,该疾病会引发骨矿物密度、骨质量下降、骨微结构破坏以及骨脆性增加从而导致骨折,引起严重的并发症,甚至可引发残疾或死亡。识别骨质疏松症的风险因素对于该疾病的发病机制研究和预防至关重要。目前为止,一些体格指标与骨质疏松症之间的因果关系仍需进一步研究。本研究使用孟德尔随机化(Mendelian Randomization,MR)方法对身高、身体质量指数(Body Mass In
无透镜数字全息显微成像因其小型化、成像视野大、便携化等优点,在生物监测方面有很大的应用前景。本文将无透镜全息显微技术与彩色相机的Bayer滤光片阵列相结合,研究了一种无透镜全息显微成像方法,该成像方法研究利用彩色相机采集一张复合全息图,由于相机表面的Bayer滤光片阵列,便可同时获取对应红绿蓝三种波长的全息图信息,从而减少了所需的数据量,提高效率。研究了基于Bayer滤光片阵列的无透镜全息显微成像
火灾对人们日常生产及生活造成了严重的危害。烟为火始,快速、准确检测出火灾早期烟雾并预警,是减少火灾危害的重要手段。针对目前火灾烟雾检测算法存在小目标识别准确率较低、复杂场景适应性差等问题。本文采用基于Faster RCNN的目标检测模型,对早期火灾烟雾检测方法进行研究。本文的主要研究内容如下:给出一种基于可变形卷积的特征提取网络模型。针对卷积神经网络中标准卷积固定的几何结构无法自适应烟雾目标形变的
表情识别指利用计算机提取人脸表情特征进行分类,从而推测人的情绪;卷积神经网络通过将特征提取与特征分类相结合,在图像识别领域中表现出了良好的性能,可以对人脸表情进行有效识别。本文采用软硬件协同的方式,利用Xilinx公司的ZYNQ芯片对卷积神经网络进行硬件加速,实现人脸表情的高效识别。根据FPGA和ARM的特点划分软硬件模块,在FPGA部分设计卷积神经网络硬件加速IP,包括卷积运算模块、池化运算模块
近年来的研究发现,肺癌是世界上发病率和死亡率最高的癌症之一,而肺癌的早期的临床表现是肺结节,在肺结节的所有类型中,恶性病变程度最高的是肺内亚实性结节(Subsolid Nodules,SSN)。目前,医生主要通过肺部CT图像的结节表现特征来进行病变诊断与治疗,因此存在一定的误差。随着医学影像技术的发展,可以将肺部CT序列与计算机辅助诊断系统(Computer Aided Diagnosis,CAD
鞋印序列是指具有时序关系的多枚鞋印的集合,鞋印序列包含人行走习惯引起的动力形态特征及运动轨迹特征,具有唯一性和稳定性等特点。鞋印序列识别可以被用于嫌疑人筛查、智能家居和机场通道等场所。因此,基于鞋印序列图像的生物特征分析与识别具有特定的应用优势,进行鞋印序列识别技术的研究是非常有意义的。鞋印图像识别的研究多为同人同花纹鞋印图像识别,在日常生活中,同人在不同时间穿着同一双鞋概率较低。跨花纹鞋印序列识
足底生物特征识别是指根据人足底的特点进行身份识别,足底特征具有普遍性、独特性、持久性的特点,其可以用作多生物特征的一种有力补充,且其具有不易被盗取的优点。基于足底特征的身份识别可以被用于法医调查、洗浴中心、教堂等人们需要脱鞋的场所中进行身份验证。因此,基于足底图像的生物特征分析与识别具有特定的应用优势,进行足底识别的研究是非常有意义的。目前没有能够专门采集到完整足底图像的仪器,部分研究人员使用平面