论文部分内容阅读
在生物特征识别的家族中,手掌静脉识别由于其稳定性、独特性和非侵入性,受到了广泛关注。手掌静脉识别首先需要对采集到原始手掌静脉图像进行预处理,提取出对识别有效的感兴趣区域(ROI)。受采集时手掌的摆放姿势、光源条件等因素的影响,往往造成预处理的效果欠佳。针对这些问题,提出基于Mask R-CNN深度卷积神经网络的自适应方法来进行手掌静脉图像的感兴趣区域提取。首先,对采集到的原始图像进行感兴趣区域的标注,而后使用标注后的图像对神经网络进行训练,最后使用训练后的神经网络模型对原始图像进行ROI提取。在公开