深度学习在手指静脉识别中的应用研究综述

作     者：李杰 瞿中 LI Jie;QU Zhong

作者机构：重庆文理学院电子信息与电气工程学院重庆402160 重庆邮电大学计算机科学与技术学院重庆400065 

基　　金：重庆市自然科学基金面上项目(cstc2021jcyj-msxmX0271) 重庆市教育委员会科学技术研究项目(KJQN202101321) 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2023年第17卷第11期

页      码：2557-2579页

摘      要：手指静脉识别技术由于其非接触、高防伪性以及活体检测等优点,成为新一代生物识别技术中的研究热点。随着深度学习的发展,基于深度神经网络的手指静脉识别技术取得了显著的成果。首先对手指静脉识别领域的常用公开数据集进行了介绍,然后根据神经网络学习任务的不同,对近几年深度学习方法在手指静脉识别中的应用进行了分类,分析了每种类型的技术特点和适用场景。从轻量化网络、数据增广、注意力机制等方面对手指静脉识别中的深度学习设计技巧进行了介绍。从分类损失和度量学习损失两方面,对模型中常用的损失函数进行了阐述。最后介绍了手指静脉识别系统的评价指标并汇总了部分研究在准确率和等错误率方面的成果。此外,还提出了手指静脉识别面临的挑战和潜在的发展方向。

主 题 词：手指静脉识别 深度学习 深度神经网络 卷积神经网络(CNN) 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1673-9418.2303099

馆 藏 号：203124261...