基于深度学习的生物特征识别：综述
计算机视觉与模式识别
2021-02-10 v3 机器学习
摘要
基于深度学习的模型在过去几年中已在许多计算机视觉、语音识别和自然语言处理任务上取得了最先进的结果。这些模型似乎天然适合处理日益增大的生物特征识别问题规模，从手机认证到机场安检系统。近年来，基于深度学习的模型越来越多地被用来提高不同生物特征识别系统的准确率。本工作中，我们提供了对 120 余篇关于生物特征识别（包括人脸、指纹、虹膜、掌纹、耳、语音、签名和步态识别）的有前景工作的全面综述，这些工作部署了深度学习模型，并展示了它们在不同应用中的优势与潜力。对每种生物特征，我们首先介绍文献中广泛使用的数据集及其特性。然后我们将讨论为该生物特征开发的若干有前景的深度学习工作，并展示它们在流行公共基准上的性能。我们还将讨论使用这些模型进行生物特征识别时的一些主要挑战，以及该研究领域可能的未来方向。
引用
@article{arxiv.1912.00271,
title = {Biometrics Recognition Using Deep Learning: A Survey},
author = {Shervin Minaee and Amirali Abdolrashidi and Hang Su and Mohammed Bennamoun and David Zhang},
journal= {arXiv preprint arXiv:1912.00271},
year = {2021}
}
备注
Under Review