X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到国家技术转移西南中心---区域技术转移公共服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00901658]一种基于融合局部与全局特征网络的指静脉识别方法

交易价格: 面议

所属行业: 网络

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202011580283.3

交易方式: 其他

联系人:

所在地:浙江杭州市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了一种基于融合局部与全局特征网络的指静脉识别方法。本发明包括以下步骤:S1、构造训练数据集,采集若干个用户手指图像I-(basic),作为基础训练集,对基础训练集I-(basic)进行扩充,经过归一化处理得到训练数据集I-(train);S2、设计基于融合局部与全局特征的指静脉特征提取网络;S3、设计网络损失函数;S4、训练整个模型,直至迭代训练整个训练集若干次;S5、将测试集图像输入训练好的模型中提取指静脉特征,采用欧式距离进行1∶1比对识别。本发明提取的指静脉特征对于放置手指姿态变化的鲁棒性更强,识别性能性能更高,充分说明了本发明的有效性,进一步提升了指静脉识别技术在现实环境下的应用性能。
本发明公开了一种基于融合局部与全局特征网络的指静脉识别方法。本发明包括以下步骤:S1、构造训练数据集,采集若干个用户手指图像I-(basic),作为基础训练集,对基础训练集I-(basic)进行扩充,经过归一化处理得到训练数据集I-(train);S2、设计基于融合局部与全局特征的指静脉特征提取网络;S3、设计网络损失函数;S4、训练整个模型,直至迭代训练整个训练集若干次;S5、将测试集图像输入训练好的模型中提取指静脉特征,采用欧式距离进行1∶1比对识别。本发明提取的指静脉特征对于放置手指姿态变化的鲁棒性更强,识别性能性能更高,充分说明了本发明的有效性,进一步提升了指静脉识别技术在现实环境下的应用性能。

推荐服务:

Copyright © 2016    国家技术转移西南中心-区域技术转移公共服务平台     All Rights Reserved     蜀ICP备12030382号-1

主办单位:四川省科技厅、四川省科学技术信息研究所、四川省技术转移中心科易网