面向掌紋掌靜脈識別網(wǎng)絡(luò)輕量化的非對稱雙模態(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。本文基于知識蒸餾方法提出了輕量化的掌紋掌靜脈識別網(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)知識蒸餾方法中引入新設(shè)計的模態(tài)特征損失函數(shù)，強化教師模型對各模態(tài)特征提取的指導(dǎo)作用。實驗結(jié)果表明，該方法有效... （共9頁）