来源:
《信息技术与标准化》2024年第7期
作者:郑音飞 刘高凯 罗泽熠
一种基于改进多任务学习的手背静脉识别方法与系统
针对当前手背静脉识别产品较为缺乏的问题,为了促进深度学习技术在手背静脉识别领域的落地应用,提出一种基于改进多任务学习的手背静脉识别方法,同时开发一套基于软硬件协同的手背静脉识别系统。来自采集手背静脉数据集上的实验结果显示,改进算法在嵌入式设备上能够取得 99.59% 的准确率、0.437% 的等误率、小于 1 s 的识别时间,足以满足大多数常见应用场景对识别性能的需求,为手背静脉识别方法的落地应用提供了一种有效的解决方案。
本期目录
- 刊首语
- 标准化快讯
- 用于视频监控系统的生物特征识别...
- 生物特征数据交换格式标准化研究
- 一种基于改进多任务学习的手背静...
- 应用于工业化建造场景的 RFI...
- 基于优化 BP 神经网络的冷水...
- 面向公共服务的中文编码字符集实...
- 硅通孔三维堆叠芯片可靠性标准研究
- 国产 SiC 功率模块热阻测试...
- 高价值专利评价模型实证研究
- 美国 NIST《网络安全框架 ...
- 基因识别数据安全标准解读
- 基于系统动力学的数字政府标准化...
- 基于图像翻译技术的城市街景模拟...
- 中小企业信息管理系统管理框架研究
- 智能视频分析平台技术研究及钢铁...
- 企业数据安全管理体系研究
- NESMA 在银行软件维护型开...
- 企业级全文搜索系统设计与实现