[发明专利]一种基于卷积神经网络的手掌静脉认证方法

摘要

本发明公开了一种基于卷积神经网络的手掌静脉认证方法，该基于卷积神经网络的手掌静脉认证方法具体步骤如下：S1、根据训练样本集图像，对卷积神经网络进行训练，S2、用户注册图像输入到卷积网络模型生成特征向量，S3、输入待识别图像，S4、待识别特征向量与模板存储模块中的模板特征向量进行比对识别；S5、比对结果获得的概率值取最大值，最大概率值大于一定阈值，则认证成功，否则认证失败。本发明通过改进的模型，大幅度压缩模型规模，并提供了多种数据集联合训练的方法以解决身份认证应用中样本规模小的缺点，在特征认证阶段采用了多层感知机计算其比对识别的相似概率值，多层感知机的参数可在线训练和自动更新，提高认证速度和精度。

主权项

1.一种基于卷积神经网络的手掌静脉认证方法，其特征在于，该基于卷积神经网络的手掌静脉认证方法具体步骤如下：S1、根据训练样本集图像，对卷积神经网络进行训练，获得一种基于通道分组的卷积网络模型；S2、用户注册图像输入到卷积网络模型生成特征向量，并作为模板存储到模板存储模块；S3、输入待识别图像，经卷积网络模型特征提取生成待识别特征向量；S4、待识别特征向量与模板存储模块中的模板特征向量进行比对识别；S5、比对结果获得的概率值取最大值，最大概率值大于一定阈值，则认证成功，否则认证失败。