用于掌纹识别的尺度感知竞争网络
计算机视觉与模式识别
2023-11-22 v2
摘要
掌纹生物特征因其独特属性在掌扫支付与社会保障中受到高度关注。然而，现有方法片面关注纹理方向，忽视了显著的纹理尺度维度。我们设计了一种创新网络，用于同时提取尺度内与尺度间特征，以纠正此局限。本文提出尺度感知竞争网络（SAC-Net），其包含尺度内竞争模块（ISCM）与跨尺度竞争模块（ASCM），以捕获与方向和尺度相关的纹理特征。ISCM高效整合可学习Gabor滤波器与自注意力机制，提取丰富的方向信息并辨识具有长程判别特性的纹理。随后，ASCM利用跨多种尺度的竞争策略，有效封装竞争性的纹理尺度要素。通过协同ISCM与ASCM，我们的方法能熟练刻画掌纹特征。在三个基准数据集上的严谨实验明确表明，相较于最优替代方法，所提方法具备卓越的识别性能与鲁棒性。
引用
@article{arxiv.2311.11354,
title = {Scale-aware competition network for palmprint recognition},
author = {Chengrui Gao and Ziyuan Yang and Min Zhu and Andrew Beng Jin Teoh},
journal= {arXiv preprint arXiv:2311.11354},
year = {2023}
}