基于深度学习的指静脉识别研究

提出了基于深度学习的指静脉识别算法。在指静脉图像采集过程中,由于受光照强度的影响,手指轮廓存在一定的模糊。为了获得良好的静脉区域图像,采用形态学算法对指静脉原始图像进行感兴趣的区域提取,并进一步使用高斯高通滤波器来增强图像。指静脉采集过程中,手指存在不同程度的旋转,为了消除该影响,使用角度修正算法对指静脉图像进行矫正。由于深度学习在图像分类上表现优异,尤其是AlexNet在ImageNet大赛中的杰出表现,因此采用基于AlexNet的深度神经网络对指静脉图像进行分类。为了加快训练速度,在AlexNet深度神经网络的基础上提出改进方案,主要包括改变卷积核大小和卷积层的构造,从而减少网络参数,降低网络复杂度,加速网络的训练。实验结果表明,利用深度学习对指静脉图像进行分类具有较好的效果。