[发明专利]基于多通道卷积神经网络的掌静脉识别方法有效
| 申请号： | 202110553089.4 | 申请日： | 2021-05-20 |
| 公开（公告）号： | CN113269080B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 穆恒宇;刘星利;成洋;郭剑;王书轩;韩崇;王娟 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/50;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 王素琴 |
| 地址： | 210023 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于多通道卷积神经网络的掌静脉识别方法，输入手掌静脉图像，并备份原图像，保存为A图像库；ROI区域定位；直方均衡化处理；使用多通道ResNet152网络融合识别。本发明能够减小图像噪音对网络识别的影响，使用直方均衡化能解决图像在定位后灰度分布过于集中、静脉特征不明显等缺点，有效提取出不明显的细小静脉信息，从而增强静脉特征，使用了多通道ResNet152神经网络，融合了整体和局部特征进行识别。原始图像所在通道不进行预处理，更大程度上保留图像的特征信息，实现对特征图像的宏观特征识别；另一个通道采用ROI定位和直方均衡化的结合处理，更注重对特征图像的细微特征识别，有利于提取局部静脉特征。通过使用上述网络结构，可提高掌静脉识别的准确率。 | ||
| 搜索关键词： | 基于 通道 卷积 神经网络 静脉 识别 方法 | ||
【主权项】：
暂无信息
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南京邮电大学，未经南京邮电大学许可，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/patent/202110553089.4/，转载请声明来源钻瓜专利网。
- 上一篇：滤光器阵列
- 下一篇：一种绿色节能防火建筑钢结构
