基于改进的残差网络的指纹识别算法

作者：刘晓薇; 赵庆东^*; 吴小林

来源：现代电子技术, 2022, 45(12): 173-176.

DOI：10.16652/j.issn.1004-373x.2022.12.031

• 指纹识别
• 深度学习
• 卷积网络
• 图像处理
• 人工智能
• 残差网络
• 交叉熵

为了提高指纹识别算法的准确率，文中提出一种基于改进的残差网络的指纹识别算法。该算法首先对指纹图像进行预处理，包括裁剪、旋转等操作，旨在增强数据的多样性；然后设计深度卷积网络，此网络是由多个改进的残差单元连接组成，专为指纹识别而设计，用于提取指纹图像的特征；最后针对深度卷积网络，采用交叉熵作为损失函数，利用Adam算法进行优化。实验结果表明：文中算法的识别准确率达到98.79%，识别时间约为60 ms，模型大小约4.29 MB；与AlexNet及VGG相比，该算法准确率更高，模型更小，在减少处理时间的同时不会过度拟合，可显著提高指纹识别的性能。

• 单位
  江西科技师范大学