基于注意力机制的轻量级双卷积手指静脉识别网络

来源：电子与信息学报杂志2026年第3期北京时间：

作者：赵冰艳, 梁义怀, 张中霞, 张文政

单位：1.西南交通大学信息科学与技术学院 成都 6117562.中国电子科技网络信息安全有限公司 成都 6100413.保密通信全国重点实验室 成都 610041

摘要：基于深度学习的指静脉识别方法已被广泛应用于生物特征识别领域，然而现有模型普遍存在复杂度与分类性能失衡的问题，难以在内存受限和计算资源稀缺环境下高效完成识别任务。针对上述问题，该文提出了一种融合注意力机制的轻量化双通道卷积神经网络模型。该模型设计有双分支协同架构，旨在分别提取核心特征与辅助特征，从而丰富特征集合并增强网络对远程依赖特征的捕捉能力。通过设计一种并行双重注意力机制，以促进融合特征间的信息交互，引导模型聚焦于高价值信息，学习更具区分度的特征表示。实验结果显示，此模型在USM, HKPU和SDUMLA 3个公开数据集上的识别准确率分别达到99.70%, 98.33%和98.27%，比现有先进方法分别提升7.94%, 21.66%和28.62%，而参数量减少11.35%～60.19%，表明提出的双卷积模型实现了网络规模与识别准确率之间的有效平衡。

关键词：指静脉识别, 双卷积模型, 特征表示, 轻量化, 并行双重注意力机制

基金资助：中央高校基本科研业务费(2682024CX031)