基于树莓派的掌静脉识别系统OA

提出了一种基于树莓派的手掌静脉识别系统,该系统使用树莓派搭载Linux操作系统,采用OV5647传感器采集掌静脉图像,使用PyQt5库和Qt Designer设计图形用户界面,利用MySQL构建数据库存储用户信息,并在同济大学手掌静脉图库(Tongji库)和中国香港理工大学多光谱图库(PolyU库)上训练了MobileNetV2、DenseNet121、ResNet18和ShuffleNetV2等网络进行掌静脉图像识别。结果表明:相较经典的轻量级网络MobileNetV2,ShuffleNetV2在Tongji库和PolyU库上表现更优,其参数量分别降低了37.79%和40.94%,浮点运算数分别降低了53.18%和53.11%,模型大小分别降低了37.33%和40.32%;相较于MobileNetV2、DenseNet121、ResNet18三种网络,ShuffleNetV2在PolyU库上取得了最低的等误率。