低分辨率唇纹识别算法的性能评估
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：lipprintrecognitionfeatureextractionlowresolutionconvolutionalneuralnetwork(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
页:
[1]