【论文解读】经典CNN对2D3D掌纹及掌静脉识别的性能评估
掌纹识别(palmprint recognition)及掌静脉识别(palm vein recognition)作为两种新兴的生物特征识别技术已经引起广泛关注。最近几年,深度学习已经成为人工智能领域最为重要的技术,在许多领域取得了突破。但是,基于深度学习的2D掌纹识别、3D掌纹识别和掌静脉识别的相关研究尚处于起步阶段。
合肥工业大学贾伟副教授团队对于经典的深度卷积神经网络(Convolutional Neural Networks, CNN)的发展历史进行了简要总结,并评估了17个经典CNNs在2D掌纹识别、3D掌纹识别及掌静脉识别中的性能,获得了多个有意义的结论。相关成果已在IJAC发表,全文免费下载,欢迎阅读!
全文下载:
https://link.springer.com/article/10.1007/s11633-020-1257-9
http://www.ijac.net/en/article/doi/10.1007/s11633-020-1257-9
全文导读
在网络及数字社会中,身份认证(personal authentication)正成为一项基本的社会服务。众所周知,生物特征识别是解决个人身份认证最有效的技术之一。近年来,两种新兴的生物特征识别技术:掌纹识别(palmprint recognition)及掌静脉识别(palm vein recognition)引起了广泛关注。一般而言,掌纹识别技术有三个子类,包括2D低分辨率掌纹识别、3D掌纹识别和高分辨率掌纹识别。高分辨率掌纹识别通常应用于刑事侦查。2D低分辨率掌纹识别和3D掌纹识别主要服务于民用领域。本文只研究生物特征识别在民用领域的应用,不涉及高分辨率掌纹识别问题。
当前学界已提出许多有效的方法进行2D低分辨率掌纹识别(下文简称2D掌纹识别)、3D掌纹识别和掌静脉识别。这些方法可分为两类,即:传统方法和基于深度学习的方法。
过去十年间,深度学习已经成为人工智能领域最重要的技术。它为许多应用带来性能上的突破,例如语音识别、自然语言处理、计算机视觉、图像和视频处理、多媒体分析等。在生物特征识别领域,特别是人脸识别领域,深度学习已经成为最主流的技术。然而,基于深度学习的2D、3D掌纹识别和掌静脉识别尚处于研究起步阶段。
卷积神经网络是深度学习技术的一个重要分支,广泛用于图像处理和计算机视觉的各种任务中,如目标检测、语义分割和模式识别等。对于基于图像的生物特征识别技术,CNN是最常用的深度学习技术。到目前为止,学界已经提出诸多经典的CNN,并在许多识别任务中取得优异的成绩。然而,这些经典CNN在2D、3D掌纹识别和掌静脉识别中的识别性能还未得到系统研究。
例如,现有的基于深度学习的掌纹识别和掌静脉识别工作只使用简单的网络,没有进行深入分析。未来,随着CNN的快速发展,新型CNN的识别精度将不断提高。可以预见,CNN将成为2D、3D掌纹识别和掌静脉识别的一项重要技术。因此,系统研究经典CNN的识别性能对于2D、3D掌纹识别和掌静脉识别具有重要意义。为此,本文评估了经典CNN在2D、3D掌纹识别和掌静脉识别中的性能,着重对17个代表性的经典CNNs进行了性能评估。
这17个经典的CNNs包括:AlexNet、VGG、Inception_v3、Inception_v4、ResNet、ResNeXt、Inception_ResNet_v2、DenseNet、Xception、MobileNet_v2、MobliNet_v3、ShunffleNet_v2、SENet、EfficientNet、GhostNet、RegNet 以及ResNeSt。
本研究在5个2D掌纹数据库、1个3D掌纹数据库和2个掌静脉数据库上对所选CNNs进行了识别性能评估,这些数据库均是2D、3D掌纹识别和掌静脉识别领域的代表性数据库。5个2D掌纹数据库包括香港理工大学掌纹II数据库(PolyU II)、香港理工大学多光谱蓝光波段(PolyU M_B)掌纹数据库、合肥工业大学掌纹数据库、合肥工业大学跨传感器(HFUT CS)掌纹数据库、同济大学掌纹数据库(TJU-P)。1个3D掌纹数据库为香港理工大学3D掌纹数据库(PolyU 3D)。2个掌静脉数据库包括香港理工大学多光谱掌纹数据库(PolyU M_N)的近红外波段、同济大学掌静脉(TJU-PV)数据库。
值得注意的是,上述数据库中的样本是在两个不同阶段(sessions)、以特定时间间隔采集的。在传统的识别方法中,第一阶段采集的部分样本通常作为训练集,第二阶段采集的全部样本作为测试集。然而,在现有的基于深度学习的掌纹识别和掌静脉识别方法中,训练集往往包含两个阶段的样本,因此容易获得较高的识别精度。如果训练样本仅来自第一阶段,而测试样本来自第二阶段,称此实验模式为分离数据模式(separate data mode)。如果训练样本来自两个阶段,则称之为混合数据模式(mixed data mode)。本研究分别在分离数据模式和混合数据模式下进行实验,观察经典CNNs在这两种不同模式下的识别性能。
本研究的主要贡献如下:
1) 简要总结了经典CNNs,有助于读者更好地了解CNNs在图像分类中的发展历史。
2) 评估了经典CNNs在3D掌纹和掌静脉识别中的性能。这是学界迄今第一次进行这种评估。
3) 在合肥工业大学跨传感器掌纹数据库上评估了经典CNNs的性能。这是首次较大规模地开展基于深度学习的跨设备掌纹识别性能评估。
4) 研究了CNNs在分离数据模式和混合数据模式下的识别性能问题。
本文其余部分组织如下:第二节介绍了相关工作。第三节简要介绍了17种经典CNNs。第四节介绍了用于评估的2D和3D掌纹和掌静脉数据库。第五节对大量实验作了报告。第六节是结论。
全文下载
A Performance Evaluation of Classic Convolutional Neural Networks for 2D and 3D Palmprint and Palm Vein Recognition
Wei Jia, Jian Gao, Wei Xia, Yang Zhao, Hai Min, Jing-Ting Lu
https://link.springer.com/article/10.1007/s11633-020-1257-9
http://www.ijac.net/en/article/doi/10.1007/s11633-020-1257-9
特别感谢本文第一作者合肥工业大学贾伟副教授对以上内容的审阅和修改!
▼
生物特征识别技术相关热文
▼
Semi-supervised Ladder Networks for Speech Emotion Recognition
Jian-Hua Tao, Jian Huang, Ya Li, Zheng Lian, Ming-Yue Niu
中文导读:
陶建华团队:基于半监督梯形网络的语音情感识别
﹏
﹏
﹏
﹏
Expression Analysis Based on Face Regions in Real-world Conditions
Zheng Lian, Ya Li, Jian-Hua Tao, Jian Huang, Ming-Yue Niu
中文导读:
自动化所陶建华团队: 基于真实环境的面部表情分析
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站知识星球“黄博的机器学习圈子”(92416895)
本站qq群704220115。
加入微信群请扫码:
【论文解读】经典CNN对2D3D掌纹及掌静脉识别的性能评估相关推荐
- CVPR2020论文解读:CNN合成的图片鉴别
CVPR2020论文解读:CNN合成的图片鉴别 <CNN-generated images are surprisingly easy to spot- for now> 论文链接:htt ...
- cnn生成图像显著图_CVPR2020论文解读:CNN合成的图片鉴别
CVPR2020论文解读:CNN合成的图片鉴别 <CNN-generated images are surprisingly easy to spot... for now> 论文链接:h ...
- 掌纹与掌静脉融合matlab代码,手形、掌纹和掌静脉多特征融合识别
1引言当前,众多研究学者在基于手部特征的生物特征识别技术进行了大量的研究,包括指纹识别[1-2].手形识别[3-4].掌纹识别[5-6].静脉识别[7-8]等,在理论研究和实际系统应用都取得了一定的成 ...
- 掌纹与掌静脉融合matlab代码,一种基于人脸和掌纹掌静脉识别的身份比对方法与流程...
本发明涉及生物识别技术领域,具体为一种基于人脸和掌纹掌静脉识别的身份比对方法. 背景技术: 生物特征是指人体所固有的生理特征或行为特征,生理特征包括指纹.人脸.虹膜.掌静脉等,行为特征有声纹.步态以及 ...
- 论文解读:ACL2021 NER | 基于模板的BART命名实体识别
摘要:本文是对ACL2021 NER 基于模板的BART命名实体识别这一论文工作进行初步解读. 本文分享自华为云社区<ACL2021 NER | 基于模板的BART命名实体识别>,作者: ...
- CVPR 2021 论文解读I 动态区域感知卷积,进一步提升分类/检测/分割性能|Dynamic Region-Aware Convolution
Dynamic Region-Aware Convolution 摘要 介绍 方法 实验结果 总结 论文单位:旷视研究院 论文链接:https://arxiv.org/abs/2003.12243 作 ...
- 基于深度学习的近红外掌纹识别原型系统设计与实现
基于深度学习的近红外掌纹识别原型系统设计与实现 一.绪论 二.深度学习知识 三.Tensorflow 四.卷积神经网络 五.掌纹识别理论 掌纹图像采集 掌纹图像预处理 掌纹特征提取 掌纹特征匹配 掌纹 ...
- 计算机如何识别指纹和掌纹?
计算机是如何进行指纹和掌纹识别的?为什么指纹识别有时候会失败?手机上的指纹识别与公安用的指纹识别有什么区别?1比1和1比N的指纹识别有什么区别?掌纹能用于身份识别吗? 这是2019年8月在果壳网的一次 ...
- CVPR 2022 | 腾讯AI Lab入选论文解读,关注图像理解、生成、建模及可信AI
感谢阅读腾讯AI Lab微信号第147篇文章.本文介绍腾讯 AI Lab 被 CVPR 2022 收录的研究成果. CVPR(Conference on Computer Vision and Pat ...
最新文章
- dearpygui-0.6.6 以前的蛇变成了这个样子
- OpenCV中使用类VideoCapture加载视频和打开摄像头
- 扇区、磁盘块、页、页框、缓冲区之间的关系!
- leading dimension
- FirewallD is not running
- html5页面主题,HTML5页面开发笔记
- linux将a文件移动到bb,linux中vi整理全集(基础)
- MYSQL 源代码编绎脚本
- 限速牌的单位是什么_成熟的造车新势力应该是什么样的?
- Can‘t exec “aclocal“: 没有那个文件或目录 at /usr/share/autoconf/Autom4te/FileUtils.pm line 326.
- 在线计算CAN波特率参数
- 各省简称 拼音 缩写_中国省会城市拼音名称及缩写
- gitHub客户端的安装与使用总结
- Mac上添加自己/公司的网络服务器盘
- CISC 与 RISC 对比
- 安卓开发实战!一年后斩获腾讯T3,年薪超过80万!
- 科学计算基础软件包Numpy学习 02
- 微信小程序云端解决方案探索之路
- JSP中img标签图片在浏览器中不显示问题
- /动态设置element DatePicker日期组件的disabledDate禁选日期