科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。使用3个先进的图像分类网络VGG16、ResNet101和DenseNet121验证EnhanceDeepIris对深度学习分类网络的提升效果。在两个虹膜数据集CASIA-Iris-Thousand和JLU6.0上对该方法进行实验，结果表明，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、测试效果更稳定。
- 单位
