【摘 要】
:
一直以来,身份验证都被广泛应用在生活和工作的各个方面,随着计算机科学和硬件技术的发展,身份验证技术的应用场景变得更加复杂和多样化,传统身份验证技术受到了极大地挑战,逐渐朝着向电子化、智能化发展。人体的生物学特征取样自受试者,具有唯一性、稳定性、安全性、普遍性等天然优势,因此被优先考虑用于身份验证。截至目前,指纹识别、人脸识别已经在各种场合得到了广泛应用,但都存在着一定的缺陷。虹膜生物学特征在唯一性
论文部分内容阅读
一直以来,身份验证都被广泛应用在生活和工作的各个方面,随着计算机科学和硬件技术的发展,身份验证技术的应用场景变得更加复杂和多样化,传统身份验证技术受到了极大地挑战,逐渐朝着向电子化、智能化发展。人体的生物学特征取样自受试者,具有唯一性、稳定性、安全性、普遍性等天然优势,因此被优先考虑用于身份验证。截至目前,指纹识别、人脸识别已经在各种场合得到了广泛应用,但都存在着一定的缺陷。虹膜生物学特征在唯一性、稳定性、安全性方面可以弥补指纹和人脸特征的缺陷,是下一代基于生物学的身份验证技术的有力备选。近年来,深度学习技术在很多领域都表现出了最好的效果,尤其是在图像分类领域,已经出现了很多优秀的作品。本篇论文基于深度学习方法,研究其在虹膜识别系统中的应用。深度卷积神经网络目前是深度学习中图像分类的最优方法,因此本篇论文选择深度卷积神经网络用于虹膜特征提取和识别。然而,深度卷积神经网络容易受到轻微干扰的影响,抗噪能力差;并且需要大量样本进行训练,才能取得高准确率,因此在使用图像数据集训练网络之前,往往需要通过数据增强技术对数据集进行扩充。2014年,生成对抗网络被提出,逐渐发展成了深度学习三大模型之一。本篇论文基于深度学习方法,参考生成对抗网络的模型结构,提出了基于生成模型对图像数据集进行数据增强的深度学习虹膜识别方法,实现了一种可以对深度卷积虹膜分类网络进行二次提升训练的双网络模型:Enhance Deep Iris。模型由生成网络和分类网络两部分组成:生成网络提供数据增强能力,旨在扩充数据分布,为分类网络提供可靠的类内训练数据;分类网络提前在原始数据集上进行迁移预训练,达到收敛后再基于生成网络生成的增强数据进行二次训练,从而得到在测试集上泛化能力更好的提升分类模型。本篇论文选择了三个近几年在图像分类任务中出类拔萃的卷积神经网络的代表:VGG16,Res Net101和Dense Net121,来验证Enhance Deep Iris对深度学习分类网络的提升效果;选择国内两个经典虹膜库:CASIA-Iris-Thousand和JLU-V6.0,设计实验数据集进行实验;使用正确识别率(CRR)、等错率(EER)、受试者工作特征(ROC)曲线等评价指标。经过实验,与传统的数据增强方法训练的网络作对比,验证了经过Enhance Deep Iris提升训练的分类模型,在前述指标中,实现了更高的识别精度、更稳定的测试效果。经过提升训练的VGG16,Res Net101和Dense Net121三个分类模型在少样本、多类别的CASIA-Iris-Thousand数据集上分别达到94.97%、98.65%、98.88%的正确识别率,1.06%、0.63%、0.57%的等错率;在少样本、少类别的JLU-V6.0数据集上分别达到96.67%、99.82%、99.46%的正确识别率,1.63%、0.22%、0.18%的等错率。
其他文献
医学影像在临床诊断中发挥着十分重要的作用,不同的影像传递的医学信息不同:电子计算机断层扫描(Computed Tomography,CT)对高密度区域更敏感;磁共振成像(Magnetic Resonance Imaging,MRI)对软组织结构显示更加清晰。由于单模态医学图像自身蕴含的信息有限且无法满足日益复杂的医学诊断需求,医生需要同时对多种模态数据进行详细分析,这增加了疾病的识别成本,同时加重
<正>随着社会环境和用眼习惯的改变,智能手机、电子产品的普及和使用,视觉使用远超负荷。时间长了,人们普遍感到眼皮沉重、酸胀、干涩、疼痛、眼异物感和烧灼感、流泪、眼眶疼痛等眼部不适;严重者甚至会出现头痛、头晕、记忆力减退、视物模糊、视物重影、恶心、呕吐等症状。这就是典型的视疲劳和干眼症,它们常常结伴而行,视疲劳时会出现眼干涩,干眼时会出现视疲劳。它们极大地影响了人们的工作和生活,为人们带来漫长的痛苦
研究目的:本研究通过检测hepcidin在NEC患儿外周血中的水平,及其病变肠道炎症因子的表达,并用动物模型验证,分析hepcidin在NEC发生发展中的作用,探讨hepcidin与疾病发生发展之间的关系,为进一步分析hepcidin在NEC发生发展中的作用奠定基础,为探索NEC防治的分子靶标提供新思路。研究方法:本研究采用前瞻性研究结合动物实验,经医院伦理委员会批准并获得患者知情同意后,将32例
长期以来,贝叶斯网络(Bayesian Network,BN)是一种被用于在不确定性条件下进行知识表示与推理的流行媒介。贝叶斯网络分类器(Bayesian Network Classifier,BNC)是BN的一种特殊形式,它主要用于解决机器学习领域中的分类问题。在众多BNC中,平均的一阶依赖估计器(Averaged One-dependence Estimators,AODE)不需要进行参数调整
水稻是世界范围内最重要的粮食作物之一,它的产量和质量极大地影响人们的生活。但是水稻易受到稻瘟菌侵染导致稻瘟病,使得水稻大幅减产。由此可见,找到针对稻瘟病的长久且广谱的防治方法十分重要。研究发现,植物真菌病原体的小RNA(small RNA,sRNA)可以跨界调节寄主植物以促进其感染。因此,通过整合稻瘟菌与水稻多组学数据,探索在侵染水稻过程中起重要跨界调控作用的稻瘟菌关键致病sRNA,对于稻瘟病的防
目的 探讨山姜素对博来霉素所致肺纤维化(PF)小鼠的影响及作用机制。方法 60只小鼠随机分为六组:对照组(NS组)、模型组(BLM组)、羧甲基纤维素钠组(CMC组)、低剂量山姜素组(Alp25组)、中剂量山姜素组(Alp50组)、高剂量山姜素组(Alp100组)。采用气管内滴入博来霉素(2U/kg)建立PF小鼠模型,从造模第二天开始治疗,隔天给药1次,共10次。21天后计算小鼠肺系数,测定肺组织中
强化学习因为与深度神经网络的结合使其可以处理高维非线性问题而成为近些年来研究的热点之一,虽然其具有良好的采样效率,但是却需要有效的探索使其达到较好的效果。而进化算法(EA)在近些年的工作中被认为是可以代替强化学习的方法之一,其具有较强的探索能力,同时由于种群的存在使其具有良好的并行性,但是其却受到采样效率低下的限制。所以二者的优缺点具有一定的互补性,因此越来越多的工作开始将两类算法进行组合,其中进
不可逆电穿孔(Irreversible electroporation,IRE)肿瘤消融技术是一种新型肿瘤消融物理治疗方法,具有对大血管毗邻的肿瘤进行消融,且不损伤血管的优势。电脉冲参数是不可逆电穿孔治疗效果和安全性的关键参数,在临床应用中有多种选择,造成治疗效果的不确定性。电脉冲生物效应有无效、可逆电穿孔、不可逆电穿孔和热效应四种。可逆电穿孔的生物效应主要是细胞膜渗透性增加,不可逆电穿孔的生物效
研究生党支部是高校党组织团结和引领广大青年学生的重要阵地。加强研究生党支部规范化建设是落实全面从严治党的必然要求和建设高质量教育体系的有力保障,也是推动研究生全面发展的重要力量。但目前高校研究生党支部仍存在支部设置不合理、发展党员工作流于形式、支部保障机制有待完善以及组织生活缺乏创新等问题。对支部组织建设、党员发展评价体系、支部管理方式和党内外沟通机制等进行方式方法创新,可推进研究生党支部的规范化
AIM2(Absent in Melanoma 2)作为胞质DNA感受器,可以直接识别并结合双链DNA,活化炎症小体复合物,促进白细胞介素(Interleukin,IL)IL-1β和IL-18的成熟分泌,参与宿主免疫防御。FBXW7(F-box/WD repeat-containing protein 7)是一种SCF E3泛素连接酶,在细胞分裂、生长和分化中起到重要调控作用,作为一种抑癌基因被广