MỘT MÔ HÌNH DEEP LEARNING HIỆU QUẢ CHO BÀI TOÁN NHẬN DẠNG MỐNG MẮT
Thông tin bài báo
Ngày đăng: 31/05/18Tóm tắt
Bài toán nhận dạng bộ phận của cơ thể người là một trong những bài toán quan trọng trong lĩnh vực tin sinh học. Chúng có nhiều ứng dụng thực tế, đặc biệt là trong lĩnh vực bảo mật. Các đặc điểm sinh trắc học đang được nghiên cứu hiện nay như: vân tay, mống mắt, DNA, giọng nói, dáng người,… Trong đó, mống mắt là một trong những đặc điểm sinh trắc học tốt nhất. Các phương pháp truyền thống thường dựa trên việc so khớp giữa các mống mặt để đưa ra kết luận và chúng rất hiệu quả trong các điều kiện thuận lợi. Tuy nhiên, với các điều kiện bất lợi thì độ chính xác của các phương pháp bị giảm đi đáng kể. Trong bài báo này, chúng tôi đề xuất một mô hình học sâu dựa trên mạng nơron nhân tạo để nhận diện và phân loại đối tượng dựa trên mống mắt đạt độ chính xác cao trong điều kiện không thuận lợi.
Từ khóa
Toàn văn:
PDFCác bài báo tham chiếu
- Hiện tại không có bài báo tham chiếu