利用 CNN 识别指静脉图像来源
计算机视觉与模式识别
2021-03-03 v1
摘要
我们研究使用深度学习方法进行指静脉（FV）传感器模型识别任务。迄今为止，对于该生物识别模态，仅应用了基于相关的 PRNU 和基于纹理描述子的方法。我们采用了五种著名的 CNN 架构，涵盖广泛的 CNN 系列模型，包括 VGG16、ResNet 和 Xception 模型。此外，本文提出了一种称为 FV2021 的新架构，其以紧凑性和待训练参数数量少而著称。实验使用了来自八个公开可访问 FV 数据集的原始样本以及感兴趣区域数据。对于未裁剪样本的块获得了优异的传感器识别 AUC-ROC 分数 1.0，对于 ROI 样本为 0.9997。与先前方法的比较表明，基于 CNN 的方法更优并改善了结果。
引用
@article{arxiv.2103.01632,
title = {Using CNNs to Identify the Origin of Finger Vein Image},
author = {Babak Maser and Andreas Uhl},
journal= {arXiv preprint arXiv:2103.01632},
year = {2021}
}