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