[发明专利]一种基于个性化卷积神经网络的手指静脉识别方法及系统

摘要

本发明公开一种基于个性化卷积神经网络的手指静脉识别方法，涉及手指静脉识别技术领域，本方法包括包括训练和识别两部分，在训练部分首先基于正类样本的重要性进行个性化加权，将个性化加权后的样本存入个性化信息生成中心，同时并将加权后的正类样本与收集的手指静脉图像构成样本对进行训练，以构建个性化的卷积神经网络，在识别部分则借助个性化信息生成中心构造，借助个性化的卷积神经网络完成识别，并输出识别结果，结果分为验证通过和验证不通过两种。本发明还公开一种手指静脉识别系统，与识别方法相结合，均针对不同的场景要求获取重要客户的身份信息，提高识别率和用户满意度。

主权项

1.一种基于个性化卷积神经网络的手指静脉识别方法，其特征在于,包括如下步骤：1)训练部分：1a)首先，获取正类样本，正类样本指的是特定场景中被关注重要用户的手指静脉图像；1b)然后，根据应用场景，引入用户的个性化信息生成中心，以对每个正类样本赋予不同的权重，区分用户的重要程度；1c)再次，收集手指静脉图像的样本，取其中一个样本与个性化信息生成中心的样本进行人工比对，构成一个样本对并进行训练，使得所收集手指静脉图像的样本与个性化信息生成中心的样本为同类时输出1，不同类时输出‑1；手指静脉图像的样本可以是正类样本、负类样本，负类样本指的是特定场景中不被关注用户的手指静脉图像；1d)最后，在卷积神经网络中引入用户的个性化权重，输入样本对进行训练，构建个性化的卷积神经网络；2)识别部分：2a)将待验证的手指静脉图像与个性化信息生成中心的正类样本构成样本对；2b)将样本对输入个性化的卷积神经网络，输出1是通过验证，输入‑1时不能通过验证。