[发明专利]一种基于多尺度卷积核的掌静脉特征提取方法

摘要

本发明公开了一种基于多尺度卷积核的掌静脉特征提取方法，针对掌静脉图像纹理结构的特殊性，采用非规则的卷积核，检测掌静脉横向和纵向的网状结构，并设计了一种针对掌静脉识别的多尺度卷积核的特征提取网络，主要由4个模块构成，分别为感知层、降维层、特征融合层和特征向量表示层。本发明的技术方案能够针对掌静脉图像特殊的网状结构、易变形、局部相关性弱和拓扑结构复杂等特点，通过非规则的卷积核，如3x7、7x3、1x7、7x1，使特征提取网络对掌静脉特征提取具有很好的适应性和有效性。

主权项

1.一种基于多尺度卷积核的掌静脉特征提取方法，其特征在于：采用多尺度卷积核的特征提取网络，并使用3x7、7x3、1x7、7x1的非规则卷积核，对掌静脉图像进行特征提取，得到掌静脉特征向量，所述的采用多尺度卷积核的特征提取网络由1个感知层、4个降维层、4个融合层和1个特征向量表示层构成：(1)感知层由2个基础卷积层、1个叠加层和1个求和层构成，2个基础卷积核分别为3x7和7x3，感知层对掌静脉的线条型和交叉型的特征进行提取；(2)降维层由1个池化层、2个基础卷积层和1个求和层构成，基础卷积核分别为1x1和3x3，降维层的主要功能为降低卷积特征平面的维度；(3)融合层由多个融合单元构成，4个融合层中每个级别的融合层可以根据识别精度和速度的需求，设置不同个数的融合单元，融合层用于封装多个融合单元，构建网络结构；(4)特征向量表示层由3个全连接层、1个激活函数层，1个Dropout层和一个Softmax层构成，特征向量表示层，用于将掌静脉的高维特征转换为低维的特征向量。