2025年3月10日 · We propose the Denoising Hamiltonian Network (DHN), a novel framework that generalizes Hamiltonian mechanics operators into more flexible neural operators. DHN captures non-local temporal relationships and mitigates numerical integration errors through a …

2019年4月23日 · In this paper, we explored a multi-biometric algorithm that integrates palmprints and dorsal hand veins (DHV). Palmprint recognition has a rather high accuracy and reliability, and the most significant advantage of DHV recognition is the biopsy (Liveness detection).

2017年3月8日 · 哈希方法的目标是得到二值编码，所以优化过程中经常会遇到离散取值的约束，因此通常来说无法使用基于梯度的方法对目标 函数 进行优化。 为了简化问题，通常的做法是改用一个更宽松的约束，比如不再要求“二值码”是二值的，而是只要在一个规定的范围中即可。 优化结束后，再对松弛过的“二值码”进行量化，得到最终的真二值码，深度哈希算法通常采用这种做法。 用论文中的话说：1、控制 量化误差，如果最后一层的输出是任意分布的话，强制二值化成 { …

2018年11月2日 · In this paper, a method for recognizing Hand dorsal vein Based on Deep hash network (DHN) is proposed, called HBD. DHN is a deep supervised hashing method integrating deep convolutional neural networks and hash coding. Due to its high precision and high efficiency, DHN is mainly used for large-scale graphic search [11, 12].

In this paper, a method for recognizing Hand dorsal vein Based on Deep hash network (DHN) [10] is proposed, called HBD. DHN is a deep supervised hashing method integrating deep convolutional neural networks and hash coding. Due to its high precision and high efficiency, DHN is mainly used for large-scale graphic search [11, 12].

2018年11月23日 · In order to further improve the recognition accuracy, in this paper we propose an end-to-end method for recognizing Hand dorsal vein Based on Deep hash network (DHN), called HBD. The hand...

2021年3月16日 · A deep biometric hash learning (DBHL) framework is proposed to uniformly analyse and deal with these three advanced hand ‐ based biometrics, inspired by deep hashing network (DHN) and transfer learning. Hand ‐ based biometrics has undergone extensive research in recent decades.

2021年9月13日 · 深度哈希网络（DHN）的输出可以表示为二进制位串，因此DHN可以减少存储并加快匹配/检索速度。 本文采用DHN来提取用于掌纹和掌静脉验证的二进制模板。 空间变换网络用于克服旋转和错位。 掌纹和掌静脉可以从可见光谱中获取，分别包括红色 (R)、绿色 (G)、蓝色 (B) 和近红外 (NIR) 光谱。 由于不同频谱的特征不同，通过融合可以充分发挥它们的互补优势。 图像级融合和分数级融合是针对掌纹-掌静脉融合识别而开发的。 实验表明，分数级融合可以有效 …

2019年4月25日 · 使用深度哈希网络 （dhn） 时，生物识别图像可以编码为 128 位代码。 然后，用汉明距离来表示两个代码的相似性。 生物特征图匹配 （BGM） 可以获得三个判别特征进行分类。

本文介绍了一种深度哈希网络（DHN），它通过改进传统的监督哈希方法，利用CNN学习图像特征并直接生成二进制码，减少量化误差。 DHN在NUS-WIDE、CIFAR-10和Flickr数据集上的实验表明其在相似性检索任务上的优势。 在本篇论文之前的监督 Hash 方法，第一步通过手动学习或者 机器学习 得到特征向量，第二步学习二进制的Hash Code。 然而，这种方法存在明显的缺点，首先提取的特征并不一定完善，并且学习的二进制的Hash Code也有量化的误差。 所以作者提出 …