研究目的
评估从预训练卷积神经网络(Alex-Net模型)中提取的学习特征,随后采用多类支持向量机(SVM)算法进行虹膜识别的分类任务。
研究成果
提出的虹膜识别系统采用预训练卷积神经网络(Alex-Net)进行特征提取,并使用多类支持向量机进行分类,取得了较高的准确率。与标准化图像相比,从分割图像中提取特征时识别准确率更高。未来工作将探索使用不同的预训练模型和数据集。
研究不足
该研究仅限于使用预训练的CNN模型,未探索从零开始训练新模型。性能评估仅在受控条件下的特定数据集上进行。
研究目的
评估从预训练卷积神经网络(Alex-Net模型)中提取的学习特征,随后采用多类支持向量机(SVM)算法进行虹膜识别的分类任务。
研究成果
提出的虹膜识别系统采用预训练卷积神经网络(Alex-Net)进行特征提取,并使用多类支持向量机进行分类,取得了较高的准确率。与标准化图像相比,从分割图像中提取特征时识别准确率更高。未来工作将探索使用不同的预训练模型和数据集。
研究不足
该研究仅限于使用预训练的CNN模型,未探索从零开始训练新模型。性能评估仅在受控条件下的特定数据集上进行。
加载中....
您正在对论文“基于卷积神经网络的虹膜识别特征提取”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期