基于迁移学习的指关节纹识别算法实验设计

摘要：

针对传统机器学习算法特征提取烦琐且普遍存在特征单一、识别准确率低的问题,采用能够自行提取图像特征的卷积神经网络模型,对指关节纹识别分类的任务进行实验研究.对指关节纹图像进行预处理后,设计Vgg-16架构的预训练网络模型,对指关节纹数据集进行迁移学习,为了提高预训练网络的移植性和过拟合现象,对预训练网络的部分层解冻与分类器进行联合训练,对预训练网络模型微调优化,并嵌入参数放弃法.实验结果表明:预训练网络模型微调优化后,更加适应本次实验的识别分类任务,网络模型在测试集上的识别准确率进一步上升,增强了预训练网络在本次实验的泛化能力.

关键词：深度学习;指关节纹识别;卷积神经网络;迁移学习

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金项目;黑龙江省科学基金项目;中央高校基金项目

在线出版日期：2021-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：81-84