基于深度神经网络的眼周识别方法研究

摘要：

近年来,少限制环境下的生物特征识别技术成为研究热点,眼周识别作为新兴的生物特征识别技术越来越受人们关注.基于深度神经网络的眼周识别方法相较于传统方法能更好地提高眼周识别性能.通过提出一个基于ResNet20和softmax的眼周识别方法,在两个公开的眼周数据集上实验验证得到在UBIPr数据集上的EER值为8.19％,在UBIRIS.V2数据集上的EER值为13.18％.与传统的眼周识别方法相比,文章提出的眼周识别方法取得了较好的眼周识别效果,为深度神经网络的眼周识别方法发展提供持续动力.

关键词：生物特征识别、眼周识别、深度学习、卷积神经网络、残差学习网络

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：43-45