对计算机视觉神经网络模型的优化,用于边缘物联网设备上的生物识别.
Bauyrzhan Belgibayev1, Madina Mansurova1, Ganibet Ablay1
1Department of Artificial Intelligence and Big Data, Faculty of Information Technology, Al-Farabi Kazakh National University, Almaty 050040, Kazakhstan.
Journal of imaging
|November 26, 2025
概括
这项研究开发了一个智能生物识别系统,使用物联网 (IoT) 和人工智能 (AI) 来进行个人识别. 它结合了面部和手掌静脉生物识别,在各种应用中增强了安全性.
科学领域:
- 计算机科学 计算机科学
- 生物识别信息 生物识别信息
- 物联网 (IoT) 的物联网 (IoT) 的物联网.
- 人工智能 (AI) 是一种人工智能.
背景情况:
- 生物识别系统对于安全识别至关重要.
- 整合物联网和人工智能为智能系统提供了先进的功能.
- 现有系统可能在防伪和部署效率方面面临限制.
研究的目的:
- 开发一个智能生物识别系统,利用物联网和人工智能.
- 用面部图像和手掌静脉图案来探索个人识别.
- 为了优化系统的边缘物联网部署和提高安全性.
主要方法:
- 分析最先进的计算机视觉和神经网络架构.
- 开发面部和手掌静脉特征提取和比较的独立方法.
- 实现ResNet-50骨干与三倍损失用于度量学习和优化.
- 在边缘物联网设备上部署系统,使用Dockerized FastAPI与JWT.
主要成果:
- 实验结果显示了有效的特征提取和比较对于两个生物识别模式.
- 成功优化边缘部署,改善融合和通用化.
- 展示一个功能性的Web接口和服务器基础设施.
- 验证系统在高可靠性和防伪能力方面的潜力.
结论:
- 拟议的智能生物识别系统有效地整合了物联网和人工智能,以实现强大的个人识别.
- 该系统展示了对边缘设备的实际优化,提高了可用性和效率.
- 面部和手掌静脉生物识别可以协同用于先进的安全应用.
- 该解决方案在门禁控制,智能建筑和教育机构方面具有重大潜力.
