基于深度特征学习的三维指关节识别研究进展
计算机视觉与模式识别
2023-01-10 v1
摘要
非接触式三维指关节纹理由其判别性、远距离可见性和便捷性已成为一种有效的生物特征标识符。近期研究提出了一种深度特征协作网络，可同时融合来自深度神经网络的多尺度中间特征。然而，该方法导致特征维度过大，且需要使用训练好的分类层来比对探针样本，这限制了新类别的引入。本文推进了该方法，探究了学习具有尽可能小维度的判别性特征向量以表示三维指关节图像的可能性。利用公开的三维指关节图像数据库给出了实验结果，并与流行的深度学习架构及最先进的（state-of-the-art, SOTA）三维指关节识别方法进行了比较。所提方法在更实用的特征比对场景（即使用提取的深度特征而非训练好的分类层来比对探针样本）下，在分类与识别任务中均取得了更优结果。更重要的是，该方法能使特征模板大小减少99%，这对于在现实世界中部署生物识别系统极具吸引力。我们还使用另外两个具有相似纹样的公开生物特征数据库进行了实验，以确认所提方法的有效性与泛化能力。
引用
@article{arxiv.2301.02934,
title = {Advancing 3D finger knuckle recognition via deep feature learning},
author = {Kevin H. M. Cheng and Xu Cheng and Guoying Zhao},
journal= {arXiv preprint arXiv:2301.02934},
year = {2023}
}