摘要
人耳特征具有良好的唯一性与稳定性等特点,近年来被广泛应用于身份识别领域.针对人耳采集易受头发、耳饰等物品遮挡问题,本文提出了一种基于ERNet的人耳识别方法.该方法在IResNet网络的基础上,引入改进的SE模块,通过融合最大池化与均值池化的统计特性,增强身份相关特征的表示,抑制非相关特征的影响,以此解决在非受控环境下由于遮挡原因造成的识别困难问题.大量实验结果表明,相比较于原网络,改进后的方法识别性能提高较为明显.在同等遮挡条件下,本文所提出的模型具有较好的鲁棒性能.
基金项目
国家自然科学基金(61673316)
陕西省教育厅项目(16JK1697)
陕西省重点研发计划(2017GY-071)
陕西省技术创新引导项目(2017XT-005)
咸阳市科技计划(2017K01-25-3)
西安邮电大学研究生创新基金(CXJJLY202003)
NETL
NSTL
维普
万方数据