文件名称：基于卷积神经网络的虹膜识别特征提取-研究论文
文件大小：733KB
文件格式：PDF
更新时间：2024-06-29 19:07:26
Biometrics Iris
虹膜是可靠的人类识别的强大工具。 它具有识别具有高度保证的个人的潜力。 提取好的特征是虹膜识别系统中最重要的一步。 过去，已经使用不同的特征来实现虹膜识别系统。 它们中的大多数都依赖于由生物识别专家设计的手工制作的功能。 由于深度学习在计算机视觉问题上的成功，卷积神经网络（CNN）学习的特征在虹膜识别系统中的应用受到了广泛关注。 在本文中，我们评估从预训练的卷积神经网络（Alex-Net 模型）中提取的学习特征，然后是多类支持向量机（SVM）算法来执行分类。 当从分割的虹膜图像和归一化的虹膜图像中提取特征时，研究了所提出的系统的性能。 提出的虹膜识别系统在四个公共数据集 IITD、虹膜数据库 CASIAIris-V1、CASIA-Iris-thousand 和 CASIA-Iris-V3 Interval 上进行了测试。 该系统以非常高的准确率取得了优异的结果。