面向掌紋掌靜脈識(shí)別網(wǎng)絡(luò)輕量化的非對(duì)稱雙模態(tài)融合方法

摘要： 深度學(xué)習(xí)已在掌紋掌靜脈領(lǐng)域廣泛應(yīng)用，但隨著任務(wù)使用場(chǎng)景的不斷微型化、終端化，現(xiàn)有的深度學(xué)習(xí)模型往往難以在算力匱乏、內(nèi)存有限的邊緣設(shè)備上順利部署。本文基于知識(shí)蒸餾方法提出了輕量化的掌紋掌靜脈識(shí)別網(wǎng)絡(luò)。根據(jù)模態(tài)特征提取復(fù)雜程度，為掌紋與掌靜脈模態(tài)分別選用不同的網(wǎng)絡(luò)深度。在常規(guī)知識(shí)蒸餾方法中引入新設(shè)計(jì)的模態(tài)特征損失函數(shù)，強(qiáng)化教師模型對(duì)各模態(tài)特征提取的指導(dǎo)作用。實(shí)驗(yàn)結(jié)果表明，該方法有效... （共9頁(yè)）