典型文献
基于多尺度特征的赤足足迹图像人身识别算法
文献摘要：
本文提出一种基于深度学习技术的赤足足迹图像人身识别算法.以ResNet50为基础网络,结合水平金字塔匹配(horizontal pyramid matching,HPM)技术提取赤足足迹图像的多尺度特征,并利用三元组损失函数Separate Triplet Loss对赤足足迹进行人身度量学习.结果表明,本文基于6433人的赤足足迹进行训练,在11028人的开集赤足数据集上进行测试,所提出的算法的首位度识别准确率达到了96.2％,并且在CMC和mAP各项指标上均远优于常规的ResNet50网络结合交叉熵损失(cross-entropy loss)以及ArcFace损失的深度学习方法.实验证明,本文提出的基于赤足足迹的人身识别算法达到了很好的识别效果,在万人级别的采集数据上达到了较高的识别水准.
文献关键词：
人身识别;赤足足迹;深度学习;特征提取;度量学习
中图分类号：
作者姓名：
金益锋;于霄雪;王丽;李岱熹;蒋雪梅;程坚;谢敏;欧阳巍嘉
作者机构：
中国人民公安大学,北京 100038;公安部鉴定中心,北京 100038;大连恒锐科技股份有限公司,辽宁大连 116023;江西省公安厅刑事科学技术研究所,南昌 330006;31056部队,北京 100036
文献出处：
引用格式：
[1]金益锋;于霄雪;王丽;李岱熹;蒋雪梅;程坚;谢敏;欧阳巍嘉-.基于多尺度特征的赤足足迹图像人身识别算法)[J].刑事技术,2022(06):587-592
A类：
人身识别
B类：
多尺度特征,赤足足迹图像,识别算法,深度学习技术,ResNet50,结合水,平金,金字塔,horizontal,pyramid,matching,HPM,三元组损失,损失函数,Separate,Triplet,Loss,度量学习,足数,首位度,识别准确率,CMC,mAP,交叉熵损失,cross,entropy,loss,ArcFace,深度学习方法,采集数据,上达
AB值：
0.290241
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。
