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.