基于改進AlexNet卷積神經網絡的手掌靜脈識別算法研究

林坤 雷印杰

摘 ?要： 在手掌靜脈圖像采集的過程中易受手掌擺放姿勢、光源條件等外界因素的影響，造成識別準確度欠佳。為了提高手掌靜脈圖像識別的精準度和魯棒性，提出一種基于改進AlexNet深度卷積神經網絡的手掌靜脈識別方法。該方法首先通過圖像分割、指根關鍵點定位、感興趣區域圖像提取等三個階段對采集的手掌靜脈圖像進行預處理;其次，針對人體手掌靜脈識別的應用場景，通過適當調整經典的AlexNet卷積神經網絡的結構并對卷積層的輸出進行批標準化操作，同時，將深度學習理論中的注意力機制應用到該網絡中，進而優化AlexNet神經網絡，使用優化后的AlexNet神經網絡對預處理后的圖像自動進行特征提取、分類和識別;最后，在公開的Polyu和CASIA多光譜掌紋數據集上進行大量的實驗，達到的最佳識別率分別為99.93%和99.51%，實驗驗證了所提方法的有效性。

關鍵詞： 手掌靜脈識別; AlexNet神經網絡優化; 圖像特征提取; 圖像預處理; 注意力機制應用; 有效性驗證

中圖分類號： TN911.73?34; TP391.4 ? ? ? ? ? ? ? ? ?文獻標識碼： A ? ? ? ? ? ? ? ? 文章編號： 1004?373X（2020）07?0052?05

Research on palm vein recognition algorithm based on

improved AlexNet convolution neural network

LIN Kun， LEI Yinjie

（Institute of Intelligent Control， College of Electronics & Information Engineering， Sichuan University， Chengdu 610036， China）

Abstract： In the process of palm vein image acquisition， palm vein images are susceptible to external factors like palm posture and light source conditions， which will result in poor recognition accuracy. Therefore， a palm vein recognition method based on improved AlexNet depth convolution neural network is proposed to improve the accuracy and robustness of the image recognition. Firstly， the collected palm vein image is preprocessed by image segmentation， finger root key point location and image extraction in the region of interest （ROI）. Secondly， according to the application context of palm vein recognition， the classical AlexNet convolution neural network structure is adjusted appropriately， and the output of convolution layer is standardized in batches. The attention mechanism in deep learning theory is applied to the above?mentioned network to optimize the AlexNet neural network. The optimized AlexNet neural network is used to automatically extract， classify and identify the features of the preprocessed images. A large number of experiments were performed on public PolyU and CASIA multispectral palmprint datasets. The optimal recognition rates are 99.93% and 99.51% respectively. The experiments verify the effectiveness of this method.

Keywords： palm vein recognition; AlexNet neural network optimization; image feature extraction; image preprocessing; attention mechanism application; effectiveness verification

0 ?引 ?言

隨著社會的進步和經濟的不斷發展，基于特征物品（如身份證、鑰匙等）和特定知識（如用戶名和密碼、U盾、IC卡等）的傳統身份鑒別方法面臨著挑戰。特別是在網絡社會的今天，人們對于身份鑒別技術的可靠性、安全性有了更高的要求。而基于人的一個或多個身體特征（如人臉、指紋、虹膜、靜脈、DNA等）和行為特征（如筆跡、步態、聲紋等）的生物特征識別技術[1]（Biometrics）為身份鑒別領域提供了一個有效、可靠的解決方法。

手掌靜脈識別[2]是利用隱藏在人體手掌表皮下的靜脈紋理進行身份鑒別。基于手掌靜脈的生物特征識別具有廣泛的應用前景，也得到了相關研究人員的廣泛關注。基于人工提取圖像特征和機器學習的思路取得了很多成果，其大多數方法可分為以下三類：基于結構特征的方法、基于子空間特征方法和基于紋理特征方法。基于結構特征的方法對圖像質量的依賴性較大，容易因圖像質量的下降而丟失大量結構信息;基于紋理特征的方法易受手掌靜脈紋理的豐富度和清晰度的影響;基于子空間特征的方法目前研究相對較少，其準確性和魯棒性有待進一步探討。

近年來，深度卷積神經網絡被廣泛應用到計算機視覺任務中，與基于人工提取手掌靜脈圖像特征和使用機器學習算法進行識別的思路不同，深度卷積神經網絡（Deep Convolutional Neural Network，DCNN）不需要人工提取圖像特征信息，可以從大量的訓練樣本學習到合適的網絡參數。使用訓練后的深度卷積神經網絡可以對輸入圖像提取深層次特征信息，并進行分類和識別。

基于此，本文提出一種基于改進AlexNet深度卷積神經網絡的手掌靜脈識別方法。通過在基準數據集上的實驗，該方法具有很好的有效性和魯棒性。

1 ?手掌靜脈圖像預處理

受手掌擺放姿勢、光照條件等因素的影響，采集到的原始手掌靜脈圖像質量不一，需要對原始圖像進行預處理以方便后續的特征提取和識別。手掌的中心區域集中了手掌靜脈圖像的大部分有效特征，該區域即手掌靜脈圖像的感興趣區域（Region of Interest，ROI）[3]。圖像預處理主要是對手掌靜脈圖像的感興趣區域進行提取：一方面通過圖像預處理消除了全局幾何變換對識別的影響;另一方面，選取預處理后的ROI圖像進行處理和識別，將大大減小圖像處理部分的運算量和神經網絡的深度。

本文提出一種詳細的ROI提取方案，包括手掌圖像分割、關鍵點定位和ROI提取三個階段，具體包括圖像剪裁、高斯平滑濾波、二值化、手掌分割、輪廓提取、質心定位、輪廓到質心距離計算、關鍵點定位、方向矯正、坐標系重建、ROI提取等11個步驟，如圖1所示。

1.1 ?手掌圖像分割

首先剪裁掉原始手掌靜脈圖像中對識別并不需要的手腕區域，加快預處理速度;而后進行高斯平滑濾波去除噪聲;最后對去噪后的圖像進行二值化得到二值圖像，并將二值化后圖像與二值化前的圖像進行與操作，從而分割出手掌圖像。

1.2 ?關鍵點定位

通過輪廓提取、質心定位、輪廓到質心的距離計算等步驟進行關鍵點定位。

1） 輪廓提取：對二值化后的圖像做輪廓檢測。檢測出的輪廓中取最大輪廓，即手掌輪廓。

2） 質心定位：根據手掌輪廓圖像的矩計算出輪廓的質心，其計算公式如下：

[M00=ijVi，jM10=iji?Vi，j， ? ? ?i∈I，j∈JM01=ijj?Vi，j] ? ?（1）

[x=M10M00， ? ? y=M01M00 ] （2）

式中：[I]，[J]分別代表圖像的橫縱坐標集;[Vi，j]表示圖像在點[i，j]上的灰度值;[M00]，[M10]，[M01]分別代表輪廓圖像的零階矩、一階矩和一階矩;（[x]，[y]）為質心坐標。

3） 關鍵點定位：逆時針方向計算輪廓上的每個點到質心的距離，并以此作幅值圖。由手掌圖像的特點可知，幅值圖像的三個波谷即食指與中指、中指與無名指、無名指與小指之間的指根點。取食指與中指、無名指與小指之間的指根點作為兩個關鍵點。

1.3 ?ROI提取

通過方向矯正、坐標系重建等步驟進行ROI提取。

1） 方向矯正：以直線連接兩個關鍵點，旋轉圖像至該直線的角度為0°。

2） 坐標系重建：兩個關鍵點連線為[x]軸，連線中點為原點，垂直平分線為[y]軸重建坐標系。在重建后的坐標系中在[x]軸上方，[y]軸兩側提取出固定大小的矩形ROI區域。

2 ?改進的AlexNet卷積神經網絡

2.1 ?AlexNet神經網絡

AlexNet是深度學習經典的基礎網絡之一，由Hinton和他的學生Alex Krizhevsky于2012年提出，其主要結構為8層深度神經網絡，包括5層卷積層和3層全連接層，不計入激活層和池化層。

AlexNet卷積層中使用ReLU函數作為激活函數，而不是之前網絡中廣泛使用的Sigmoid函數，ReLU函數的公式為：

[fx=0， ? ? x≤0x， ? ? x>0] （3）

ReLU函數的引入解決了在神經網絡較深時的梯度彌散問題。此外，AlexNet神經網絡在卷積層中使用最大池化的方法對卷積層輸出的特征圖進行下采樣，而不是此前普遍使用的平均池化。因此，AlexNet神經網絡比之前的神經網絡具有更優異的性能。

2.2 ?注意力機制

計算機視覺中的注意力機制（Attention Mechanism）[4?5]借鑒了人類的大腦在處理視覺信息時的注意力集中機制，即能夠忽略無關信息而更多地關注重點信息。深度學習中可以通過讓神經網絡對輸入數據或特征圖上的不同部分學習不同權重分布的思路來實現注意力機制，權重不同所對應的專注度也不同。

SE?Block （Squeeze?and?Excitation Block）[6]是深度學習中常用的一個實現注意力機制的神經網絡模塊，其通過學習的方式來自動獲取到每個圖像特征通道的重要程度，讓神經網絡利用全局信息有選擇地增強有益特征圖通道并抑制無用特征圖通道，其原理如圖2所示。SE?Block模塊可以嵌入到當前流行的大部分經典深度學習網絡中。

在圖2中，[H]，[W]，[C]為經過卷積層之后特征圖的尺寸，為特征圖的通道數;[Fsq]為特征壓縮（Squeeze）過程;[Fex]為特征激勵（Excitation）過程;[Fscale]為特征融合過程。

2.3 ?AlexNet神經網絡的改進

1） 將深度學習中的注意力機制理論應用在AlexNet深度卷積神經網絡中，使神經網絡在訓練和識別的過程中更多地關注輸入圖像中對識別有益的靜脈脈絡部分，進而加快神經網絡的訓練，提高識別精度。本文將SE?Block嵌入到AlexNet神經網絡的卷積層和全連接層之間。

2） 由于神經網絡輸入的是對原始手掌靜脈圖像進行預處理后的ROI圖像，而非采集到的原始圖像，大大降低了對卷積神經網絡深度的需求。在保證神經網絡識別效果的前提下，可以考慮對經典的AlexNet卷積神經網絡進行調整和精簡。根據大量實驗的實際效果，本文將經典的AlexNet神經網絡中的3個全連接層調整為1個全連接層，并調整了全連接層的參數。全連接層的調整很大程度上減少了神經網絡的參數，讓網絡更易訓練。

與此同時，為了抑制神經網絡訓練過程中的過擬合問題，對每個卷積層的輸出進行批標準化（Batch Normalization）操作。其定義如下：

[xi=xi-1mi=1mxi1mi=1mxi-1mi=1mxi2+ε， ? ?i=1，2，…，m] （4）

式中：[xi]表示輸入第[i]個數據;[xi]表示輸出的結果;[ε]表示偏置項。批標準化操作在一定程度上能夠加快卷積神經網絡的訓練。

通過將深度學習中的注意力機制應用到AlexNet卷積神經網絡中，同時，根據手掌靜脈識別的應用場景，調整了AlexNet網絡的部分結構，并對卷積層的輸出進行批標準化操作，進而優化了經典的AlexNet卷積神經網絡。改進后的AlexNet神經網絡的結構和參數如圖3所示。

3 ?實 ?驗

3.1 ?數據集

香港理工大學的Polyu多光譜掌紋數據庫（V2）是手掌靜脈識別領域廣泛使用的基準數據庫之一，該數據集包括紅、綠、藍、近紅外4個不同波長光線下的手掌圖像，其中，近紅外光下拍攝的是手掌靜脈圖像。采集來自250名志愿者左右手掌共6 000張手掌靜脈圖像，其中，195名男性和55名女性，志愿者年齡分布為20～60歲，每個手掌每次采集6張圖像，分兩次采集，平均間隔9天。

中國科學院的CASIA多光譜掌紋數據集是以非接觸方式采集的，該數據集包含來自100位志愿者的7 200張手掌圖像，每個手掌包含了460 nm，630 nm，700 nm，850 nm，940 nm和白光6個光譜下采集的圖像，每個波段采集6次，其中，850 nm，940 nm波長下采集的是手掌靜脈圖像，一共3 200張圖像。

3.2 ?評價指標

本文選取準確度（Accuracy，Acc）和損失函數（Loss Function，Loss）來分別衡量模型的準確性和魯棒性。準確率的計算公式如下：

[Acc=TRTR+FA] （5）

式中：TR（True），FA（False）分別是被正確分類的樣本數、錯誤分類的樣本數。

損失函數使用交叉熵（Cross?entropy）損失函數，其計算公式如下：

[Loss=-1Ni=0N-1k=0K-1yi，klog pi，k] （6）

式中：[K]代表多分類任務中的類別數;[N]代表樣本數;[y]代表樣本真實的類別;[pi，k]是第[i]個樣本預測為第[k]個類別的概率;[yi，k]代表第[i]個樣本預測為第[k]個類別。

3.3 ?實驗環境和參數設置

實驗設備為一臺 Intel[?] Xeon[?] E5處理器、NVIDIA1080Ti顯卡、64 GB內存的系統、操作系統為Linux Ubuntu 16.04的微型服務器。使用的程序語言為Python 3.7，深度學習框架為Pytorch 1.0。

神經網絡的初始學習率設置為0.001，并在訓練的過程中采用指數衰減策略，動態調整學習率。優化器為Adam，Batch Size設置為50，一共訓練500個Epoch。

3.4 ?實驗結果和分析

本文實驗采用Polyu多光譜掌紋庫和CASIA多光譜掌紋庫中近紅外光下拍攝的手掌靜脈圖像。其中，Polyu庫訓練集有3 600張圖像，測試集有1 200張圖像，驗證集有1 200張圖像;CASIA庫訓練集有1 920張圖像，測試集有640張圖像，驗證集有640張圖像。對所有圖像進行預處理，提取出ROI區域后，全部歸一化為127×127大小，并將其作為神經網絡的輸入。在3.3節中的環境和參數下進行實驗，實驗結果如圖4，表1和表2所示。

從圖4的實驗結果可以看出，相比經典AlexNet神經網絡，使用注意力機制后的網絡和在此基礎上調整部分結構并對卷積層輸出進行批標準化后的改進AlexNet網絡，識別效果均得到了明顯提升，其中，注意力機制的使用對識別準確度的提高貢獻較大。上述實驗結果也表明了本文改進措施的合理性。

表1和表2的實驗結果表明，和PCA，LDP等基于機器學習的方法以及經典的AlexNet深度卷積神經網絡相比，本文基于改進AlexNet卷積神經網絡的方法進一步提高了手掌靜脈識別的準確度，具有更高的識別性能。識別準確度分別在Polyu和CASIA庫上獲得了0.92%和1.28%的提升。同時，更小Loss值表明該方法具有更好的魯棒性，實驗驗證了本文方法的有效性和魯棒性。

相比之下，本文方法對Polyu庫中手掌靜脈圖像識別效果更好，主要原因是，CASIA庫中的圖像是以非接觸方式采集的，采集受更多光照、距離等條件的影響，同時也存在更多的旋轉和平移等情況。

4 ?結 ?語

手掌靜脈識別技術因靜脈特征的可靠性、高安全性使其成為生物特征識別技術中迅速發展的一員。相比經典的手掌靜脈識別方法，本文使用改進后的AlexNet深度神經網絡在基準數據集上取得了更好的識別效果。

與此同時，該領域還存在待進一步研究的方向，如與其他生物特征融合識別、防止利用尸體或斷掌進行識別等。

參考文獻

[1] 張富友，王瓊霄，宋利.基于生物特征識別的統一身份認證系統研究[J].信息網絡安全，2019（9）：86?90.

[2] BHANUSHALI N， NIKAM P， TRIPATHI P. High security using palm vein recognition technology [J]. International journal of computer applications， 2015， 119（1）： 170?175.

[3] SUN Xiongwei， XU Qingshan， WANG Chunyi， et al. ROI extraction for online touchless palm vein based on concavity analysis [C]// 2017 32nd Youth Academic Annual Conference of Chinese Association of Automation （YAC）. Hefei， China： IEEE， 2017： 1123?1126.

[4] WANG Fei， JIANG Mengqing， QIAN Chen， et al. Residual attention network for image classification [C]// 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu， USA： IEEE， 2017： 6450?6458.

[5] JADERBERG M， SIMONYAN K， ZISSERMAN A， et al. Spatial transformer networks [C]// Advances in Neural Information Processing Systems. Montreal， Canada： [s.n.]， 2015： 2017?2025.

[6] HU Jie， SHEN Li， ALBANIE Samuel. Squeeze and excitation networks [C]// IEEE Conference on Computer Vision and Pattern Recognition. [S.l.]： IEEE， 2018： 7132?7141.

[7] 林森，徐天揚，王穎.基于Gabor小波和NBP算法的手掌靜脈識別[J].激光與光電子學進展，2017，54（5）：142?150.

[8] 楊曉鳳.掌紋和靜脈特征融合算法的研究[D].北京：北京交通大學，2017：19?45.

[9] 徐笑宇，姚鵬.基于HOG與改進的SVM的手掌靜脈識別算法[J].計算機工程與應用，2016，52（11）：175?180.