科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，深度学习方法因其学习能力强、准确率高等优势被广泛应用于生物特征识别中，虹膜识别中的相关研究也不断涌现。本文提出了一种改进的深度虹膜分类模型EnhanceDeepIris，在生成网络的辅助下，对深度学习虹膜分类网络进行二次训练，使已经在原始训练集上收敛的分类网络继续训练，得到在测试集上泛化能力更好的网络。本文使用三个最先进的图像分类网络VGG16，ResNet101和DenseNet121，来验证EnhanceDeepIris对深度学习分类网络的提升效果。该方法在两个虹膜数据集CASIA-Iris-Thousand和JLU6.0上进行实验，与传统数据增强方法相比，经过EnhanceDeepIris 提升训练的分类模型识别精度更高、测试效果也更稳定。
- 单位
