[发明专利]一种基于结构特征学习的手指静脉识别方法在审

专利信息
申请号: 201911211176.0 申请日: 2019-12-02
公开(公告)号: CN110889386A 公开(公告)日: 2020-03-17
发明(设计)人: 袭肖明;于治楼;金长新 申请(专利权)人: 山东浪潮人工智能研究院有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04
代理公司: 济南信达专利事务所有限公司 37100 代理人: 郗艳荣
地址: 250100 山东省济南市高新*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 结构 特征 学习 手指 静脉 识别 方法
【说明书】:

发明特别涉及一种基于结构特征学习的手指静脉识别方法。该基于结构特征学习的手指静脉识别方法,首先获取手指静脉注意力特征,用于提取手指静脉像素点特征;然后基于兴趣区域的特点,引入图论技术和度量学习模型,获得结构特征;最后,利用识别器对结构图进行识别分类即可。该基于结构特征学习的手指静脉识别方法,能够准确提取细节点特征,从而有效获取手指静脉的结构信息,进一步提高识别精度。

技术领域

本发明涉及计算机视觉技术领域,特别涉及一种基于结构特征学习的手指静脉识别方法。

背景技术

手指静脉识别技术是一种新的生物特征识别技术,它利用手指内的静脉分布图像来进行身份识别。近年来,发展势头迅猛,极具潜力。

手指静脉识别技术的工作原理,是依据人类手指中流动的血液可吸收特定波长的光线,而使用特定波长光线对手指进行照射,可得到手指静脉的清晰图像。利用这一固有的科学特征,将实现对获取的影像进行分析、处理,从而得到手指静脉的生物特征,再将得到的手指静脉特征信息与事先注册的手指静脉特征进行比对,从而确认登录者的身份。

同其他生物识别技术相比,指静脉认证技术具备以下主要优势:

第一,是一种全新的生物识别技术,不会遗失、不会被窃、无记忆密码负担。原始手指静脉影像被捕获并数字化处理,图像比对由日立专有的手指静脉提取算法完成,整个过程不到1秒。

第二,人体内部信息,不受表皮粗糙、外部环境(温度、湿度)的影响。使用者心理抗拒性低,受生理和环境影响的因素也低,包括:干燥皮肤,油污,灰尘等污染,皮肤表面异常等。

第三,适用人群广,准确率高,不可复制、不可伪造,安全便捷。静脉隐藏在身体内部,被复制或盗用的机率很小。认假率为0.0001%,拒真率为0.01%,注册失败率小于0.03%。

第四,活体识别,用手指静脉进行身份识别时,获取的是手指静脉的图像特征,是手指活体时才存在的特征。在该系统中,非活体的手指是得不到静脉图像特征的,因而无法识别,从而也就无法造假。

近年来,手指静脉识别技术被迅速应用到了各个技术领域,并发挥了重要作用。在实际应用中发现,手指静脉识别技术具有以下特点:

1、实用性和先进性

生物认证技术在当今高科技发展的时代已经被广泛认可,并且已经通过国家认证机构认证并经过各行业广泛应用,具有切实有效的普及、应用价值。指静脉生物认证技术是目前世界上最先进的生物识别技术,具有高度安全性、严密性和广泛的应用性,满足当前的业务需求,并兼顾未来的业务发展方向。

2、安全可靠性

指静脉认证技术与无线射频识别技术(RFID)结合,可以对犯人进行全方位安防管理,实现犯属、狱警以及监狱内其他人员的身份识别,有效避免了人员被冒充等安全事故的出现;利用RFID技术实时地对犯人活动区域进行全方位监控,避免了犯人进入禁止区域。

3、灵活性和可扩展性

同时,指静脉智能化管理系统基于生物识别技术平台,具备较强的针对性,除提供生物智能采集数据、生物认证等多种应用功能外,还提供引擎功能,实现业务流程的自动化控制,满足异构系统之间跨平台、跨数据库等要求。通过各子系统模块接口耦合,进行各子系统之间的连接,实现了高内聚低耦合的设计模式。使系统更加灵活,可以满足以后的系统模块扩展。

4、可管理性

通过数据中心管理,整合各子系统的数据资源,统一管理多数据库,分流各子系统的数据,通过分流数据库和各子系统关联来支持整个系统的运行,分流数据统一汇总到数据中心。这种数据分流中心管理的崭新设计模式,满足了监狱系统的数据利用需求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东浪潮人工智能研究院有限公司,未经山东浪潮人工智能研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911211176.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top