文档名：低分辨率唇纹识别算法的性能评估
摘要：为了进一步探索与研究适用于刑侦调查唇纹识别的网络模型,选取8种不同的CNN模型分别从网络结构设计、核心模块以及各网络之间的联系等方面进行介绍,并在创建的低分辨率唇纹数据库上针对不同网络模型进行性能评估.同时以不同的学习率和网络层数也分别开展了实验.实验结果表明:轻量级模型MobileNetV2实现了97.22%的识别率,其识别效果最佳且模型大小仅8.63MB.通过实验验证了基于CNN模型识别算法也能良好地应用于唇纹识别任务,有效弥补了传统识别算法中存在的不足.
Abstract：Inordertoexploreandresearchonnetworkmodelsforlipprintrecognitioncriminalinvestigations,eightdifferentCNNmodelsareselectedandintroducedfromtheaspectsofnetworkstructuredesign,coremodulesandtheconnectionbetweennetworks,andtheperformanceofdifferentnetworkmodelsisevaluatedonthecreatedlow-resolutionlipprintdatabase.Atthesametime,experimentsarealsocarriedoutwithdifferentlearningratesandnetworklayers.TheexperimentalresultsshowthatthelightweightmodelMobileNetV2achievesarecognitionrateof97.22%,anditsrecognitioneffectisthebest,andmodelsizeisonly8.63MB.ItisverifiedthroughexperimentsthattherecognitionalgorithmbasedontheCNNmodelscanalsobewellappliedtothelipprintrecognitiontask,whicheffectivelymakesupfortheshortcomingsofthetraditionalrecognitionalgorithm.
作者：韦静 周洪成 牛犇 Author：WEIJing ZHOUHongcheng NIUBen
作者单位：盐城工学院机械工程学院,江苏盐城224051金陵科技学院电子信息工程学院,江苏南京211169
刊名：传感器与微系统
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2024, 43(3)
分类号：TP391.4
关键词：唇纹识别 特征提取 低分辨率 卷积神经网络 深度学习
Keywords：lipprintrecognition featureextraction lowresolution convolutionalneuralnetwork(CNN) deeplearning
机标分类号：TP391.4TN929.5TP193
在线出版日期：2024年3月29日
基金项目：江苏省产学研合作项目低分辨率唇纹识别算法的性能评估[
期刊论文] 传感器与微系统--2024, 43(3)韦静 周洪成 牛犇为了进一步探索与研究适用于刑侦调查唇纹识别的网络模型,选取8种不同的CNN模型分别从网络结构设计、核心模块以及各网络之间的联系等方面进行介绍,并在创建的低分辨率唇纹数据库上针对不同网络模型进行性能评估.同时以...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
低分辨率唇纹识别算法的性能评估 Performance evaluation of low-resolution lip print recognition algorithm
低分辨率唇纹识别算法的性能评估.pdf
- 文件大小:
- 506.55 KB
- 下载次数:
- 60
-
高速下载
|
|
