基于稀疏自編碼的手指靜脈圖像分割*

秦華鋒， 劉 霞

(1.重慶工商大學(xué) 計(jì)算機(jī)科學(xué)與信息工程學(xué)院，重慶 400067；2.重慶工商大學(xué) 智能制造服務(wù)國(guó)際科技合作基地，重慶 400067)

0 引 言

近年來(lái)，隨著計(jì)算機(jī)以及網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，信息安全變得越來(lái)越重要，社會(huì)對(duì)信息安全的要求在不斷提高，企業(yè)對(duì)信息安全的保護(hù)意識(shí)也在不斷加強(qiáng)，身份識(shí)別系統(tǒng)也就應(yīng)運(yùn)而生。當(dāng)前，個(gè)人身份鑒別主要依靠ID卡和密碼等方式，但這些方式存在著容易丟失、遺忘、被復(fù)制和破解等安全性差的問(wèn)題[1]。因此，生物特征識(shí)別技術(shù)作為一種更加安全可靠的身份識(shí)別方法，逐步取代了傳統(tǒng)的身份識(shí)別方式[2]。在生物特征識(shí)別方式中，有指紋識(shí)別[3]、掌紋識(shí)別[4]、面部識(shí)別[5]、虹膜識(shí)別[6]、靜脈識(shí)別[7]等。由于手指靜脈存儲(chǔ)于手指內(nèi)部，不易被盜取，識(shí)別時(shí)接觸少甚至勿需接觸，且活體才能檢測(cè)到靜脈圖像特征，因此手指靜脈識(shí)別具有更高的安全性。

由于手指靜脈圖像質(zhì)量受多種因素如環(huán)境光、環(huán)境溫度、光散射的影響，因此手指靜脈識(shí)別是一個(gè)挑戰(zhàn)性的問(wèn)題。在實(shí)際應(yīng)用中，這些因素很難克服，所以許多手指靜脈圖像中包含了大量噪聲和不規(guī)則的陰影。一般而言，匹配噪聲和不規(guī)則的陰影區(qū)域會(huì)產(chǎn)生大量的匹配誤率，降低了系統(tǒng)的認(rèn)證精度。目前研究者們提出了大量的方法來(lái)分割手指靜脈特征。例如2004年，Miura等[8]觀察靜脈橫截面中像素灰度值的分布呈谷形狀，提出利用重復(fù)線性跟蹤法提取手指靜脈輪廓。為了分割出更為魯棒的靜脈特征，提出了最大曲率算法[9]，該方法主要通過(guò)計(jì)算靜脈圖像橫截面輪廓局部最大曲率來(lái)提取靜脈紋路。2006年，Zhang等[10]認(rèn)為靜脈特征在局部區(qū)域內(nèi)可近似為一條直線，并構(gòu)建了具有線性感受野的局部互聯(lián)神經(jīng)網(wǎng)絡(luò)，以檢測(cè)小區(qū)域中的直線特征，然后通過(guò)旋轉(zhuǎn)圖像提取不同方向上的靜脈特征。為了提取連續(xù)的手指靜脈特征，Qin等[11]在區(qū)域生長(zhǎng)的基礎(chǔ)上，提出了一種手指靜脈紋理分割算法。同樣地，該方法通過(guò)檢測(cè)靜脈區(qū)域橫截面的谷形來(lái)提取靜脈特征。實(shí)驗(yàn)結(jié)果表明：該算法能夠提取到連續(xù)的手指靜脈特征。2012年，Kumar等[12]將Gabor用于增強(qiáng)線性的手指靜脈特征，并利用數(shù)學(xué)形態(tài)學(xué)方法對(duì)增強(qiáng)圖像特征進(jìn)行開(kāi)閉預(yù)算得到粗細(xì)相同靜脈紋路。最后，利用閾值對(duì)其進(jìn)行分割得到靜脈特征，其實(shí)驗(yàn)結(jié)果證明了該方法的有效性。2017年，Qin等[13]提出了一種基于Radon變換的手指靜脈特征提取算法。通過(guò)計(jì)算Radon空間中曲率，靜脈被有效地提取，同時(shí)噪聲得到有效的抑制。2018年，Yang等[14]通過(guò)對(duì)靜脈解剖機(jī)構(gòu)的分析，提出了一種手指靜脈分割算法，得到了良好的識(shí)別效果。

目前的手指靜脈圖像分割算法在靜脈紋理的分割方面展現(xiàn)出不錯(cuò)的效果，但他們都假設(shè)靜脈特征分布呈谷形狀或者在局部區(qū)域呈一條直線，并設(shè)計(jì)了一些算法去檢測(cè)它們，從而實(shí)現(xiàn)對(duì)靜脈特征的分割。因此，上述的分割算法都存在以下的不足：由于人的先驗(yàn)知識(shí)有限，靜脈像素的分布各種各樣，不僅是谷形或者直線，所以基于這些假設(shè)的方法很難有效地提取手指靜脈特征；當(dāng)手指靜脈像素呈現(xiàn)的分布較復(fù)雜時(shí)，很難建立有效的數(shù)學(xué)模型來(lái)檢測(cè)該分布。

近年來(lái)，深度學(xué)習(xí)如深度自編碼器具有強(qiáng)大的特征表達(dá)能力，已經(jīng)受到廣泛的關(guān)注。目前深度學(xué)習(xí)已經(jīng)應(yīng)用于計(jì)算機(jī)視覺(jué)中，并展現(xiàn)出了良好的性能。因此，首次將深度自編碼器用于手指靜脈特征分割中，提出了一種基于自編碼的手指靜脈紋路分割算法。首先，提出了一種自動(dòng)標(biāo)注方案對(duì)手指靜脈像素點(diǎn)進(jìn)行標(biāo)注。即使用傳統(tǒng)分割算法對(duì)原始靜脈圖像進(jìn)行分割得到二值圖像，并利用分割的圖像對(duì)原始圖像的靜脈點(diǎn)進(jìn)行標(biāo)注。然后，以原始圖像中的每個(gè)像素為點(diǎn)中心，得到多個(gè)相互重疊的小塊。每個(gè)塊的標(biāo)簽(靜脈或者背景)為二值圖像中對(duì)應(yīng)位置的像素值。最后，根據(jù)塊和對(duì)應(yīng)的標(biāo)簽建立訓(xùn)練集合實(shí)現(xiàn)對(duì)自編碼器的訓(xùn)練。在測(cè)試階段，對(duì)于一幅輸入圖像，以每個(gè)像素點(diǎn)為中心，得到不同的塊，并將它們分別輸入到自編器中以預(yù)測(cè)該塊中心點(diǎn)為靜脈特征的概率。當(dāng)對(duì)輸入圖像的所有像素點(diǎn)進(jìn)行預(yù)測(cè)后，得到一幅概率圖，再將其二值化后得到靜脈特征。在公共數(shù)據(jù)庫(kù)上的實(shí)現(xiàn)結(jié)果表明，提出的方法能夠有效提取靜脈特征，提高手指靜脈識(shí)別系統(tǒng)的認(rèn)證精度。

1 基于自編碼器的手指靜脈分割算法

為了提取到更為魯棒的靜脈特征，提出了基于自編碼器的手指靜脈分割算法。首先利用傳統(tǒng)的圖像分割算法對(duì)每個(gè)像素點(diǎn)進(jìn)行標(biāo)注。然后，把原始圖像進(jìn)行分塊，構(gòu)建訓(xùn)練集合。利用訓(xùn)練集中的圖像塊對(duì)自編器進(jìn)行預(yù)訓(xùn)練。再利用二值圖像對(duì)每個(gè)塊進(jìn)行標(biāo)注，并用softmax函數(shù)替換自編碼器的輸出層，構(gòu)建神經(jīng)網(wǎng)絡(luò)，最后使用保存的模型對(duì)測(cè)試圖像進(jìn)行分割得到靜脈特征圖像。算法流程如圖1所示。

圖1 算法流程圖Fig.1 Algorithm flow chart

1.1 圖像的標(biāo)注

目前許多的圖像分割算法[15-18]，都是用手動(dòng)標(biāo)注的標(biāo)簽去訓(xùn)練神經(jīng)網(wǎng)絡(luò)以提取特征，然而這種手動(dòng)標(biāo)注的代價(jià)很高且容易出錯(cuò)。因此為了克服這個(gè)問(wèn)題，提出了一種自動(dòng)標(biāo)注的方式。即對(duì)于給出的一幅圖像，如圖2(a)所示，通過(guò)傳統(tǒng)分割算法(如最大曲率點(diǎn)分割)提取靜脈特征得到二值圖像如圖2(b)，對(duì)于二值圖像中的每個(gè)像素P(x,y)，可以將其值視為標(biāo)簽，其中靜脈像素(白色區(qū)域)的值為1，背景像素(黑色區(qū)域)的值為0，如圖2(c)所示。

以如下的方式標(biāo)注原始圖像像素(x,y)的標(biāo)簽L(x,y)。

(1)

(a) 原始圖像 (b) 提取的靜脈特征 (c) 標(biāo)注靜脈和背景

圖2 標(biāo)注靜脈和背景像素
Fig.2 Labeling veins and background pixels

基于標(biāo)簽，可以將原始圖像劃分為大小為N×N的不同塊，這些塊作為稀疏自編碼的輸入可以提取靜脈特征。

1.2 稀疏自編碼器原理

稀疏自編碼器(Sparse Auto-Encoder, SAE)是在自編碼器的基礎(chǔ)上加上稀疏表示的限制條件組成，對(duì)網(wǎng)絡(luò)的隱含層輸出有了約束，使得大部分隱含層神經(jīng)元都處于非激活狀態(tài)。自編碼器的基本思想是盡可能復(fù)現(xiàn)輸入信號(hào)，由三層的前饋神經(jīng)網(wǎng)絡(luò)構(gòu)成，第一層到第二層相當(dāng)于一個(gè)編碼過(guò)程，第二層到第三層相當(dāng)于一個(gè)解碼過(guò)程，通過(guò)解碼器重構(gòu)特征與原始特征之間近似的優(yōu)化條件來(lái)進(jìn)行非監(jiān)督訓(xùn)練。自編碼器的形象表示如圖3所示。通過(guò)訓(xùn)練可以得到較優(yōu)的權(quán)重和偏置以及較小的誤差。

圖3 自編碼器的形象表示Fig.3 Visualised expressin of auto-encoder

算法步驟[19-21]如下：

Step1編碼與解碼。

將原始數(shù)據(jù)x={x1,x2,…,xn}通過(guò)線性函數(shù)和sigmoid激活函數(shù)，映射到隱含層得到編碼結(jié)果y={y1,y2,…,ym}，即：

(2)

將編碼結(jié)果y通過(guò)線性函數(shù)和sigmoid激活函數(shù)，映射到重構(gòu)層得到解碼結(jié)果z={z1,z2,…zn}，z的維度與原始數(shù)據(jù)x的維度一致，即：

(3)

其中，y為編碼后的數(shù)據(jù)，即原始數(shù)據(jù)的特征表達(dá)，z為解碼后的數(shù)據(jù)，w1、w2、b1、b2分別為輸入層到隱含層、隱含層到重構(gòu)層的權(quán)重及偏置。

Step2構(gòu)造代價(jià)損失函數(shù)J(w,b)。

當(dāng)神經(jīng)元的輸出接近1的時(shí)候認(rèn)為它被激活，當(dāng)神經(jīng)元的輸出接近0的時(shí)候認(rèn)為它被抑制，使得神經(jīng)元大部分時(shí)間都是被抑制的限制稱(chēng)作稀疏性限制，通常是在隱含層神經(jīng)元的數(shù)量大于輸入層神經(jīng)元數(shù)量時(shí)使用。

首先計(jì)算隱含層第i個(gè)神經(jīng)元的平均活躍度：

(4)

其中，N為樣本個(gè)數(shù)，ρi為編碼層的第i個(gè)神經(jīng)元的平均激活度。其次加入一條限制：

ρi=ρ

(5)

使得隱含層第i個(gè)神經(jīng)元的平均活躍度接近ρ，其中ρ是稀疏性參數(shù)，通常是一個(gè)接近0的較小值。

然后，為了實(shí)現(xiàn)上述的限制，需要加入一個(gè)懲罰項(xiàng)：

(6)

最后構(gòu)造代價(jià)損失函數(shù)J(w,b),其中w={w1,w2},b={b1,b2}：

(7)

(8)

Step3通過(guò)梯度下降算法優(yōu)化代價(jià)損失函數(shù)及參數(shù)w,b。

(9)

(10)

(11)

(12)

其中，x(k),z(k)為第k個(gè)原始數(shù)據(jù)和重構(gòu)數(shù)據(jù)，wk，bk分別表示第k個(gè)數(shù)據(jù)的權(quán)重與偏執(zhí)，α表示學(xué)習(xí)率。

1.3 稀疏自編碼器的訓(xùn)練和測(cè)試

首先，構(gòu)建稀疏自編碼模型并把訓(xùn)練集分成不同的子集合，分批次輸入到SAE中。當(dāng)網(wǎng)絡(luò)進(jìn)行一次前向傳播后，得到更新的權(quán)重和偏置，通過(guò)反復(fù)迭代尋找權(quán)重和偏置的最優(yōu)解，當(dāng)精度滿足要求時(shí)，停止迭代，從而完成本次深度置信網(wǎng)絡(luò)模型的訓(xùn)練。采用的SAE結(jié)構(gòu)如圖4所示，包含輸入層、一個(gè)隱含層和輸出層。其中輸入層神經(jīng)元數(shù)為121，隱含層神經(jīng)元數(shù)為100，輸出層神經(jīng)元數(shù)為121，權(quán)重初始值隨機(jī)化為(-1,1)，稀疏系數(shù)置為0.1。

圖4 SAE結(jié)構(gòu)圖 Fig.4 The structure of SAE

1.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測(cè)試

首先，在SAE網(wǎng)絡(luò)結(jié)構(gòu)中增加一個(gè)softmax分類(lèi)器構(gòu)建一個(gè)神經(jīng)網(wǎng)絡(luò)，利用SAE訓(xùn)練的權(quán)值初始化，把帶標(biāo)簽的訓(xùn)練圖像輸入到其中進(jìn)行訓(xùn)練，當(dāng)網(wǎng)絡(luò)進(jìn)行一次前向傳播后，計(jì)算梯度并進(jìn)行反向傳播以更新濾波器權(quán)值和偏移量，通過(guò)反復(fù)迭代尋找濾波器和偏移的最優(yōu)解，當(dāng)精度滿足要求時(shí)，停止迭代，從而完成本次深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。采用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示，包含輸入層、一個(gè)隱含層和輸出層。其中輸入層維數(shù)為121，隱含層維數(shù)為100，輸出層維數(shù)為2(類(lèi)別數(shù))。

圖5 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.5 The structure of neural network

1.5 靜脈特征編碼 (二值化)

在實(shí)驗(yàn)過(guò)程中，雖然靜脈塊和背景塊像素分別被標(biāo)注為1和0，但神經(jīng)網(wǎng)絡(luò)的輸出F(x,y)是一個(gè)0到1的概率值。為了實(shí)現(xiàn)對(duì)圖像的匹配，采用下面的等式對(duì)靜脈特征進(jìn)行編碼。其中R(x,y)是圖像F(x,y)得到的編碼結(jié)果。

(13)

1.6 匹配

為了實(shí)現(xiàn)認(rèn)證， 需要計(jì)算兩幅圖像的相似性。假設(shè)E和F分別表示一副注冊(cè)圖像和測(cè)試圖像，它們的高和寬分別為x和y。將注冊(cè)圖像E的寬度和高度分別擴(kuò)展到2w+x和2h+y，它的擴(kuò)展圖像如下：

(14)

注冊(cè)圖像E和測(cè)試圖像F的匹配距離可以由式(15)計(jì)算：

(15)

其中，

(16)

(17)

2 實(shí)驗(yàn)結(jié)果及分析

為測(cè)試本文算法的性能，利用香港理工大學(xué)的手指靜脈圖像數(shù)據(jù)庫(kù)進(jìn)行了實(shí)驗(yàn)。在對(duì)比性試驗(yàn)中，重復(fù)了兩種經(jīng)典的手指靜脈圖像分割算法，即重復(fù)線性跟蹤法[8]和最大化曲率點(diǎn)方法[9]，也比較了當(dāng)前成熟的手指靜脈圖像分割算法如基于Gabor的分割算法[12]，以更有效地估計(jì)本算法的識(shí)別性能。

2.1 手指靜脈數(shù)據(jù)庫(kù)

數(shù)據(jù)來(lái)自香港理工大學(xué)的手指靜脈圖像數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)分了兩階段采集，第一階段采集了320個(gè)個(gè)體各6張手指靜脈圖像，第二階段采集了210個(gè)個(gè)體各6張圖像，每幅圖像分辨率為364×97像素。為了保持靜脈圖像數(shù)據(jù)的一致性，采用前210個(gè)個(gè)體采集的圖像，即210×12=2 520幅，同時(shí)把前105個(gè)個(gè)體產(chǎn)生的1 260幅圖像作為訓(xùn)練集，后105個(gè)個(gè)體產(chǎn)生的1 260幅圖像作為測(cè)試集。

2.2 訓(xùn)練集合和測(cè)試集合的構(gòu)建

對(duì)分割后的二值圖像進(jìn)行分塊操作，以獲得訓(xùn)練集和測(cè)試集。其中塊的大小為11×11，滑動(dòng)間隔為5。進(jìn)行圖像塊采樣，以塊的中心點(diǎn)是否為靜脈作為塊的標(biāo)簽，當(dāng)靜脈和非靜脈塊各采樣5萬(wàn)張時(shí)停止采樣，以得到10萬(wàn)個(gè)訓(xùn)練集樣本。在測(cè)試階段，將一幅圖像以每個(gè)像素點(diǎn)為中心，得到一個(gè)11×11的小塊，然后將其輸出到神經(jīng)網(wǎng)絡(luò)中得到該中心像素點(diǎn)為靜脈特征的概率。計(jì)算所有像素點(diǎn)的概率后得到一幅概率圖譜，利用式(13)將其二值化，提取出靜脈特征。

2.3 參數(shù)的選取

在實(shí)驗(yàn)中，就SAE對(duì)改進(jìn)手指靜脈圖像分割的效果進(jìn)行了檢測(cè)。如果SAE的參數(shù)如層數(shù)、節(jié)點(diǎn)數(shù)不確定，將不能全方面地提取數(shù)據(jù)集的特征，從而影響分類(lèi)準(zhǔn)確性。同時(shí)，如果塊的大小不確定，也會(huì)對(duì)SAE的算法產(chǎn)生影響。為了檢驗(yàn)算法的效果，同時(shí)也使SAE選擇合適的參數(shù)，選用基于Gabor的分割算法并在測(cè)試集上進(jìn)行了以下幾組實(shí)驗(yàn)。

2.3.1 層數(shù)的選擇

為了檢驗(yàn)稀疏自編碼器隱含層數(shù)對(duì)檢測(cè)效果的影響，將SAE中其他參數(shù)固定，學(xué)習(xí)率設(shè)為0.1，節(jié)點(diǎn)數(shù)為100，稀疏懲罰系數(shù)為0.1，然后改變隱含層的層數(shù)。不同隱含層數(shù)SAE的誤差EER如表1所示。由表1可知，當(dāng)隱藏層數(shù)為1時(shí)，本文方法在測(cè)試集中具有最小誤差。

表 1 隱藏層數(shù)的選擇

2.3.2 隱層節(jié)點(diǎn)數(shù)的選擇

當(dāng)確定了最佳隱含層數(shù)后，再確定SAE隱含層節(jié)點(diǎn)數(shù)。首先SAE的隱含層數(shù)固定為1，學(xué)習(xí)率為0.1，稀疏懲罰系數(shù)為0.1。然后選取神經(jīng)元個(gè)數(shù)為50、100、200，實(shí)驗(yàn)結(jié)果如表2所示。由表2可知，隨著隱含層神經(jīng)元數(shù)的增多，誤差EER呈現(xiàn)先降低后升高的趨勢(shì)，因此當(dāng)隱含層神經(jīng)元數(shù)為100時(shí)，測(cè)試集誤差最小。

表 2 隱層節(jié)點(diǎn)數(shù)的選擇

2.3.3 塊大小的選取

為了驗(yàn)證不同塊大小對(duì)稀疏自編碼器結(jié)果的影響，選取塊的大小為7×7、11×11、15×15、19×19并進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表3所示。由表3可知，不同塊設(shè)置從小到大的實(shí)驗(yàn)誤差呈現(xiàn)先降低后升高的趨勢(shì)，當(dāng)塊大小設(shè)置為11×11時(shí)，測(cè)試集的誤差最小。

表 3 塊大小的選取

2.4 評(píng)價(jià)指標(biāo)

為了檢驗(yàn)算法的效果，計(jì)算了各種分割圖像的認(rèn)假率(False Acceptance Rate, FAR)，拒真率(False Reject Rate, FRR)，并利用等誤率(Equal Error Rate, EER)[22]來(lái)對(duì)算法進(jìn)行評(píng)價(jià)。

(18)

(19)

其中，NF表示非法匹配分?jǐn)?shù)的數(shù)量，NT表示合法匹配分?jǐn)?shù)數(shù)量，NFT表示非法用戶(hù)被誤認(rèn)為合法用戶(hù)的數(shù)量，NTF表示合法用戶(hù)被誤認(rèn)為非法用戶(hù)的數(shù)量。等誤率是當(dāng)認(rèn)假率與拒真率相等時(shí)的誤率。

2.5 實(shí)驗(yàn)結(jié)果

2.5.1 分割結(jié)果

為了從視覺(jué)上分析算法的性能，分別利用重復(fù)線性跟蹤法[8]、最大化曲率點(diǎn)方法[9]、基于Gabor的分割算法[12]對(duì)手指靜脈圖像進(jìn)行分割。另外，將3種分割的結(jié)果作為標(biāo)簽建立訓(xùn)練集，進(jìn)行訓(xùn)練，實(shí)現(xiàn)靜脈特征的分割和認(rèn)證。為了便于描述，將利用3種分割算法訓(xùn)練本文的方法分別表示為 “重復(fù)線性跟蹤法+本文算法”、“最大曲率點(diǎn)分割算法+本文算法”、“基于Gabor的分割算法+本文算法”。3種已有的方法和本文方法的分割結(jié)果如圖6所示。

圖6 不同算法的分割效果Fig.6 Experimental segmentation results from various approaches

從分割結(jié)果可以看出，相比目前的算法，該方法有效地抑制了模糊區(qū)域的噪聲，能夠有效剔除偽靜脈特征，使得提取的靜脈特征更加平滑連續(xù)。

2.5.2 認(rèn)證結(jié)果

為了估計(jì)本算法的識(shí)別性能，首先利用基于稀疏自編碼的分割算法對(duì)圖像進(jìn)行分割和匹配，然后計(jì)算等誤率。同時(shí)，實(shí)驗(yàn)給出了3種基于手工特征的分割算法如重復(fù)線性跟蹤法[8]、最大化曲率點(diǎn)方法[9]、基于Gabor的分割算法[12]的識(shí)別性能。在數(shù)據(jù)庫(kù)中，總共有105根手指的數(shù)據(jù)，每根手指在兩個(gè)階段提供了12幅圖像，每個(gè)階段提供6幅。對(duì)于每根手指，選取在第一個(gè)階段采集的6幅圖像作為注冊(cè)圖像，剩下的6幅圖像作為測(cè)試圖像。匹配同一根手指在兩個(gè)階段的圖像可以得到6個(gè)合法匹配分?jǐn)?shù)。因此，105根手指產(chǎn)生630個(gè)(105×6=630)合法匹配分?jǐn)?shù)。匹配兩幅來(lái)至不同手指的圖像產(chǎn)生非法匹配分?jǐn)?shù)。因此，這里有105×104×6/2=32 760個(gè)非法匹配分?jǐn)?shù)。最后，利用合法匹配分?jǐn)?shù)和非法匹配分?jǐn)?shù)計(jì)算等誤率，并以合法匹配為橫坐標(biāo)，非法匹配分?jǐn)?shù)為縱坐標(biāo)繪制ROC曲線。實(shí)驗(yàn)結(jié)果如表4和圖7所示。

表 4 不同分割算法的EER比較

圖7 ROC曲線
Fig.7 ROC curve

從ROC曲線和等誤率結(jié)果可以看出，通過(guò)稀疏自編碼器改進(jìn)后的分割算法效果優(yōu)于傳統(tǒng)的分割算法。例如，改進(jìn)后的基于Gabor分割算法的等誤率為2.3%，比改進(jìn)前效果提高了大約30%；改進(jìn)后的重復(fù)線性跟蹤法的等誤率為8.5%，比改進(jìn)前效果提高了大約29%，這可能歸結(jié)于兩個(gè)原因：

其一是由于基于手工特征分割的方法獨(dú)立地對(duì)每幅圖像進(jìn)行分割，所以它們并不能從不同圖像中獲取用于分割靜脈特征的知識(shí)。相反地，利用不同的圖像建立一個(gè)大尺度的數(shù)據(jù)集(10萬(wàn)個(gè)訓(xùn)練集樣本)來(lái)訓(xùn)練本文的模型，使得提出的模型能夠充分地從不同圖像中獲取到用于靜脈特征提取的先驗(yàn)知識(shí)。因此，即使自動(dòng)標(biāo)注方案可能導(dǎo)致少量的錯(cuò)誤標(biāo)簽，本文方法也能夠有效預(yù)測(cè)像素點(diǎn)為靜脈的概率。

其二是當(dāng)給定學(xué)習(xí)目標(biāo)(樣本的標(biāo)簽)后，深度自編碼器通過(guò)學(xué)習(xí)表達(dá)提取到與目標(biāo)相關(guān)的高層次的特征。由于手工特征在提取過(guò)程中可能丟失一些有用相的信息，而SAE直接通過(guò)最小化與目標(biāo)的誤差學(xué)習(xí)到高層次的特征，所以本文方法得到的特征更為完備。

3 結(jié)束語(yǔ)

圖像分割是手指靜脈識(shí)別技術(shù)中的重要環(huán)節(jié)，為了提高圖像分割的效果，提出了基于稀疏自編碼器的手指靜脈圖像分割算法。提出的分割算法在原有分割的二值圖像基礎(chǔ)上進(jìn)行了圖像的標(biāo)注、自編碼器和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最后再進(jìn)行圖像分割得到分割圖像。通過(guò)對(duì)比基于Gabor的分割算法、最大曲率點(diǎn)分割算法、重復(fù)線性跟蹤法這3種分割方法，發(fā)現(xiàn)改進(jìn)后的分割算法的等誤率均比改進(jìn)前的低，說(shuō)明改進(jìn)后的分割算法更加有效地提取到了手指靜脈特征，這對(duì)手指靜脈識(shí)別是更有意義的。