基于神经网络的手指三模态多级特征编码融合方法

摘要

本文提出了一种基于神经网络的手指三模态多级特征编码融合方法。首先,针对手指三模态原始图像分别构建轻量级卷积神经网络实现多级特征提取。其次,利用聚合向量编码方式对手指三模态多级特征进行编码,分别得到指静脉编码特征、指纹编码特征和指节纹编码特征。然后,利用构建的全连接神经网络模型分别将手指三模态浅层特征和深层特征进行融合。最后,将手指三模态浅层融合特征和深层融合特征进行串联融合,得到手指三模态融合特征。实验结果表明通过该方法得到的融合特征的识别准确率为99.76%,说明该方法能够得到具有良好个性特征表达能力的融合特征,可以有效提高个体身份识别精度。