典型文献
基于深度学习的掌纹识别技术
文献摘要：
本文提出了一种非接触式掌纹识别技术,其以数据AI处理为基础,能实现机场到港行李丢失、误拿等问题的快速反查溯源,还能使到港旅客可以携带行李快速离场,避免出口拥堵.非接触式掌纹识别技术具有很好的便捷性和稳定性.同时,掌纹特征具有很强的分类性.该特征十分稳定,纹理信息又十分丰富.它的采集方式更加便捷并且非常卫生,非常适合应用于上述所描述的环境中,具有很高的研究价值.本文运用目标检测,采用YOLOv5模型对掌纹进行提取,再通过卷积神经网络的深度卷积层对掌纹进行匹配识别.
文献关键词：
深度学习;计算机视觉;掌纹识别
中图分类号：
作者姓名：
张冬林;张宝来;赵俊宇;王云淏;孙兴
作者机构：
中国民航大学,天津,300300
文献出处：
引用格式：
[1]张冬林;张宝来;赵俊宇;王云淏;孙兴-.基于深度学习的掌纹识别技术)[J].信息技术时代,2022(17):52-55
A类：
反查
B类：
掌纹识别,非接触式,行李,旅客,离场,拥堵,便捷性,掌纹特征,纹理信息,采集方式,非常适合,目标检测,YOLOv5,深度卷积,卷积层,计算机视觉
AB值：
0.290999
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
