针对小样本三维掌纹数据集在利用深度学习方法进行识别的过程中发生的“过拟合”问题，提出一种融合曲面类型(ST)与迁移学习的三维掌纹识别方法。首先，对三维掌纹数据集进行二维化处理，利用ST图表征掌纹的三维信息。其次，对大样本数据集下已训练完成的卷积神经网络，将其浅层网络参数迁移至三维掌纹识别任务下，实现参数的共享。最后，对网络输入处理后的掌纹图像进行深层网络的训练与测试。实验结果表明：所设计网络在公开的数据集上得到了99.73%的识别率。因此，本文所提三维掌纹识别方法有较高的识别率。
科研之友
微信
新浪微博
Facebook
分享链接
