期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的指纹条纹图相位提取方法
被引量：
2
1
作者
王海霞
单鲁斌
+1 位作者
庞巧玲
张怡龙
《光子学报》
EI
CAS
CSCD
北大核心
2022年第6期372-385,共14页
在传统二维指纹采集过程中,接触式采集方式丢失指纹深度信息,而非接触式三维指纹采集信息更加完整,并且由于其较高安全性和对硬件依赖较少的特点受到人们关注。本文应用条纹投影技术对三维指纹进行测量,构建了卷积神经网络进行单幅指纹...
在传统二维指纹采集过程中,接触式采集方式丢失指纹深度信息,而非接触式三维指纹采集信息更加完整,并且由于其较高安全性和对硬件依赖较少的特点受到人们关注。本文应用条纹投影技术对三维指纹进行测量,构建了卷积神经网络进行单幅指纹条纹图像的相位提取。针对如今主流的均方误差损失函数导致的指纹细节模糊和过于平滑,并且包裹相位存在着2π间断处误差剧增导致难优化的问题,本文提出了全新包裹感知的损失函数。实验表明本文构建的卷积神经网络和提出的损失函数在主观视觉和客观指标上达到了较高的相位提取精度,其整体相位误差为0.0839,包裹间断处相位误差为0.1049,同时较好地保留了指纹细节特征。
展开更多
关键词
指纹三维测量
条纹投影
相位提取
卷积神经网络
损失函数
在线阅读
下载PDF
职称材料
基于U-Net的掌纹图像增强与ROI提取
被引量：
7
2
作者
陆展鸿
单鲁斌
+3 位作者
苏立循
焦雨欣
王家骅
王海霞
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第9期1807-1816,共10页
掌纹因稳定性、唯一性、难复制性及易获取等特点,是极具应用潜力的生物识别特征。针对掌纹识别中,获取掌纹感兴趣区域(ROI)与增强掌纹信息普遍存在的时间成本大,方法之间有依赖关系等问题,提出了一种基于U-Net神经网络结构的掌纹图像预...
掌纹因稳定性、唯一性、难复制性及易获取等特点,是极具应用潜力的生物识别特征。针对掌纹识别中,获取掌纹感兴趣区域(ROI)与增强掌纹信息普遍存在的时间成本大,方法之间有依赖关系等问题,提出了一种基于U-Net神经网络结构的掌纹图像预处理方法。通过香港理工大学掌纹库进行实验对比,结果表明,所提方法能消除预处理方法之间的相互影响,实现对掌纹图像的去噪与增强处理,并能快速、高精度提取感兴趣区域。
展开更多
关键词
U-Net
感兴趣区域(ROI)增强
深度学习
感兴趣区域(ROI)提取
掌纹
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的指纹条纹图相位提取方法
被引量：
2
1
作者
王海霞
单鲁斌
庞巧玲
张怡龙
机构
浙江工业大学计算机科学与技术学院
浙江工业大学信息工程学院
出处
《光子学报》
EI
CAS
CSCD
北大核心
2022年第6期372-385,共14页
基金
国家自然科学基金(Nos.61976189,61905218)
浙江省自然科学基金(No.LY19F050011)。
文摘
在传统二维指纹采集过程中,接触式采集方式丢失指纹深度信息,而非接触式三维指纹采集信息更加完整,并且由于其较高安全性和对硬件依赖较少的特点受到人们关注。本文应用条纹投影技术对三维指纹进行测量,构建了卷积神经网络进行单幅指纹条纹图像的相位提取。针对如今主流的均方误差损失函数导致的指纹细节模糊和过于平滑,并且包裹相位存在着2π间断处误差剧增导致难优化的问题,本文提出了全新包裹感知的损失函数。实验表明本文构建的卷积神经网络和提出的损失函数在主观视觉和客观指标上达到了较高的相位提取精度,其整体相位误差为0.0839,包裹间断处相位误差为0.1049,同时较好地保留了指纹细节特征。
关键词
指纹三维测量
条纹投影
相位提取
卷积神经网络
损失函数
Keywords
Fingerprint 3D measurement
Fringe projection
Phase extraction
Convolutional neural network
Loss function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于U-Net的掌纹图像增强与ROI提取
被引量：
7
2
作者
陆展鸿
单鲁斌
苏立循
焦雨欣
王家骅
王海霞
机构
杭州海康威视数字技术股份有限公司
浙江工业大学信息工程学院
浙江工业大学计算机科学与技术学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020年第9期1807-1816,共10页
基金
浙江省重点研发计划(2019C01007)。
文摘
掌纹因稳定性、唯一性、难复制性及易获取等特点,是极具应用潜力的生物识别特征。针对掌纹识别中,获取掌纹感兴趣区域(ROI)与增强掌纹信息普遍存在的时间成本大,方法之间有依赖关系等问题,提出了一种基于U-Net神经网络结构的掌纹图像预处理方法。通过香港理工大学掌纹库进行实验对比,结果表明,所提方法能消除预处理方法之间的相互影响,实现对掌纹图像的去噪与增强处理,并能快速、高精度提取感兴趣区域。
关键词
U-Net
感兴趣区域(ROI)增强
深度学习
感兴趣区域(ROI)提取
掌纹
Keywords
U-Net
Region of Interest(ROI)enhancement
deep learning
Region of Interest(ROI)extraction
plamprint
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的指纹条纹图相位提取方法
王海霞
单鲁斌
庞巧玲
张怡龙
《光子学报》
EI
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
基于U-Net的掌纹图像增强与ROI提取
陆展鸿
单鲁斌
苏立循
焦雨欣
王家骅
王海霞
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2020
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
