基于深度学习和多尺度编码组合的手背静脉识别
来源期刊:北方工业大学学报2015年第3期
论文作者:王一丁 徐林林 段强宇 贺文强
文章页码:6 - 13
关键词:多尺度编码;下采样;小波分解;CSLBP;RBM;PCA;LBP;
摘 要:针对手背静脉识别技术,提出了一种基于深度学习和多尺度编码组合的手背静脉识别算法.首先,利用下采样和小波分解获取多尺度下的手背静脉图像,然后采用中心对称的局部二值模式(CSLBP)提取图像的特征,再次对提取的特征采用深层模型—限制玻尔兹曼机(RBM)逐层训练,最后采用多尺度编码组合的方式进一步提高识别率.实验证明,本文所提出的方法较传统的PCA、LBP算法识别率更高.
王一丁,徐林林,段强宇,贺文强
北方工业大学电子信息工程学院
摘 要:针对手背静脉识别技术,提出了一种基于深度学习和多尺度编码组合的手背静脉识别算法.首先,利用下采样和小波分解获取多尺度下的手背静脉图像,然后采用中心对称的局部二值模式(CSLBP)提取图像的特征,再次对提取的特征采用深层模型—限制玻尔兹曼机(RBM)逐层训练,最后采用多尺度编码组合的方式进一步提高识别率.实验证明,本文所提出的方法较传统的PCA、LBP算法识别率更高.
关键词:多尺度编码;下采样;小波分解;CSLBP;RBM;PCA;LBP;