针对AlexNet在手指静脉识别系统中训练耗时过长,识别准确率较低的问题,提出AlexNet的改进网络结构。针对AlexNet模型输入图像尺寸限制性强,自适应能力差的问题引入空间金字塔池化模式的网络结构。为了加快网络训练速度和降低网络模型的复杂度,对AlexNet的卷积核尺寸、网络深度和全连接层等进行调整。实验结果表明,改进后的网络模型在公开和自有指静脉数据集上的识别准确率及训练时长较AlexNet模型均有明显改善。

基于matlab的指纹识别系统源码 手指静脉识别项目 本项目详细介绍请参阅：图像处理创新实践.pdf 本项目开源许可协议：GPL 3.0（除SIFT算法软件包，此部分软件包另有原作者的许可协议） 项目方案设计介绍 本项目实现手指图像的处理和匹配算法，需要处理的数据是本人不同手指的图像，首先经过图像处理，使得指静脉的纹理增强凸显处理，然后将所有的这些图像进行相互间的匹配，检验类内和类间的匹配度，观察其是否能够明显区分开来，并据此计算正确率。 在本项目中，由于是基于算法原型的研究，因此我们选用了操作便捷的Matlab R2019b软件作为运行环境，在Windows 10 Pro for Workstation操作系统中实现算法。 算法分为以下几个过程： 图像预处理过程中，需要增强图像，提取手指区域，为识别做准备。拟采用CLAHE、直方图均衡、二值化等算法，以达到增强图像的效果；拟采用边缘检测算法实现手指的识别和提取 图像的特征提取和匹配过程中，拟采用两类不同的方法。一是局部不变特征提取算法。这些算法具有检测图像中的特征点，并对特征点的局部区域进行描述和匹配的功能。二是针对二值化图像的模板匹

静脉识别技术简介
 静脉识别是一种新兴的红外生物识别技术，它是基于静脉血管中的纹理特征进行身份识别的一种生物特征识别技术。静脉识别一般分为穿透式与反射式两种样式，其中指静脉主要采用穿透式成像，掌静脉、手静脉等主要采用反射式成像。静脉识别易于使用、受环境因素影响较小、物理特征表现稳定，更关键的它是一种天然的活体特征，具有很高的安全性。

局部图结构（LGS）及其变体对称局部图结构（SLGS）已被证明对图像识别有效。 但是，它们的缺点是没有考虑目标像素和周围像素之间的差异以及周围像素之间的差异对目标像素的特征值的贡献。 为了克服传统方法的不足，提出了一种用于手指静脉识别的差分对称局部图结构（DSLGS）算法。 DSLGS运算符考虑了不同值对目标像素特征的贡献，从而使提取的特征更加稳定。 实验结果表明，与传统方法相比，该算法具有更好的性能。

主成分分析的matlab代码实现(2D)^2FPCA 基于(2D)^2FPCA的手指静脉识别算法的Matlab实现 关于 (2D)^2FPCA 双向二维Fisher主成分分析（（2D）^2FPCA）是机器学习中降维算法的改进版本。 通过结合PCA和FLD算法，达到降维的目的。 问题 (2D)^2FPCA算法用于完成指静脉图像的降维，并对图像进行分类识别。 算法 对于图片先在列方向使用2DPCA，然后在行方向使用2DFLD。 以下示意图。 算法训练过程如下： 算法测试过程如下： 算法实现 这是我2019年5月完成的代码，算法程序用Matlab语言编写，运行(2D)^2FPCA.m文件。 注意：需要在代码中修改数据集读取位置。 实验 我在实验中尝试了算法在不同特征维度下的识别效率，希望能找到最好的特征映射维度。 具体实验结果如下： 参考 [1] 余成波，秦华锋．生物特征识别技术:手指静脉识别技术[M].清华大学出版社，2009. [2] 王杰，李海，王刚，等。 基于(2D)2FPCA的静脉识别[J]. 国际信号处理、图像处理和模式识别杂志，2013 年，6(4)：323-332。

配合富士通palmsecure可以实现掌静脉登录系统

手指静脉预处理，图像分割，静脉纹路分割，滤波去噪，细化等相关代码

在手掌静脉图像采集的过程中易受手掌摆放姿势、光源条件等外界因素的影响,造成识别准确度欠佳。为了提高手掌静脉图像识别的精准度和鲁棒性,提出一种基于改进AlexNet深度卷积神经网络的手掌静脉识别方法。该方法首先通过图像分割、指根关键点定位、感兴趣区域图像提取等三个阶段对采集的手掌静脉图像进行预处理;其次,针对人体手掌静脉识别的应用场景,通过适当调整经典的AlexNet卷积神经网络的结构并对卷积层的输出进行批标准化操作,同时,将深度学习理论中的注意力机制应用到该网络中,进而优化AlexNet神经网络,使用优化后的AlexNet神经网络对预处理后的图像自动进行特征提取、分类和识别;最后,在公开的Polyu和CASIA多光谱掌纹数据集上进行大量的实验,达到的最佳识别率分别为99.93%和99.51%,实验验证了所提方法的有效性

非常详细的一篇论文，仔细介绍了手指静脉识别的的全过程

基于OPENCV开发的掌静脉识别程序，MFC设计