论文部分内容阅读
为了提高指静脉描述子的鲁棒性同时降低网络参数量,通过修改VGGFace-Net并引入局部聚合描述子向量(Vector of Locally Aggregated Descriptors,VLAD)得到参数量仅0.3M的指静脉图像描述子提取网络,VLAD编码过程实现了局部描述子的聚类和重组,使描述子对手指姿势变化更加鲁棒;由于公开的指静脉训练数据库规模通常不够大,提出基于三元组和难分负样本挖掘策略进行网络的训练,并针对三元组损失没有约束样本对距离的类内方差的问题,提出一种样本对中心约束损失函数,通过将