基于深度散射卷积网络的掌纹识别
计算机视觉与模式识别
2016-03-31 v1
摘要
掌纹识别近年来备受关注。过去已提出许多掌纹识别算法，其中大多数基于从变换域提取的特征。这些变换域特征许多不具备平移或旋转不变性，因此需要大量预处理来对齐图像。本文中，一种称为散射网络/变换的强大图像表示被用于掌纹识别。散射网络是一种卷积网络，其架构和滤波器为预定义的小波变换。散射网络的第一层捕获与SIFT描述子相似的特征，而更高层特征捕获信号中更高频的内容，这些内容在SIFT及其他类似描述子中丢失。提取散射特征后，通过主成分分析（PCA）降低其维度，从而减少识别任务的计算复杂度。使用两种不同的分类器进行识别：多类SVM和最小距离分类器。所提方案在一个知名掌纹数据库上进行了测试，使用最小距离分类器和SVM分别达到了99.95%和100%的准确率。
引用
@article{arxiv.1603.09027,
title = {Palmprint Recognition Using Deep Scattering Convolutional Network},
author = {Shervin Minaee and Yao Wang},
journal= {arXiv preprint arXiv:1603.09027},
year = {2016}
}