[发明专利]一种基于增强网络的手指静脉识别方法及系统在审

专利信息
申请号: 201811318592.6 申请日: 2018-11-07
公开(公告)号: CN109409314A 公开(公告)日: 2019-03-01
发明(设计)人: 袭肖明;于治楼 申请(专利权)人: 济南浪潮高新科技投资发展有限公司
主分类号: G06K9/00 分类号: G06K9/00
代理公司: 济南信达专利事务所有限公司 37100 代理人: 姜明
地址: 250100 山东省济南市*** 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: 手指静脉识别 低质量图像 高质量图像 网络 图像 生物特征识别技术 身份识别 分出 输出 转换
【说明书】:

发明公开了一种基于增强网络的手指静脉识别方法及系统,属于生物特征识别技术领域。本发明的基于增强网络的手指静脉识别方法,对图像质量进行评价,分出高质量图像和低质量图像,采用增强网络对低质量图像进行增强,将低质量图像转换成高质量图像,通过识别网络对输出的高质量图像进行身份识别。该发明的基于增强网络的手指静脉识别方法在识别图像的同时提高图像质量,从而有助于提高识别精度,具有很好的推广应用价值。

技术领域

本发明涉及生物特征识别技术领域,具体提供一种基于增强网络的手指静脉识别方法及系统。

背景技术

随着社会的进步,各个领域技术都有了长足的发展。生物特征识别技术是利用人体生物特征或者行为特征进行人体身份认证,其中,人体生物特征主要包括两大类:外部生物特征和内部生物特征。外部生物特征如指纹、虹膜视和脸型等。内部生物特征如手指静脉、手背静脉和手掌静脉等。在外部生物特征中,由于指纹识别具有很强的唯一性、稳定性、易用性等特点,应用极为广泛。但是,在指纹识别中,必须要求使用者在录入指纹时保持手指洁净、光滑,因为任何存在于指纹上的脏东西或者污点都能给识别带来困难,且指纹易于伪造,导致指纹识别技术的安全系数比较低,与外部生物特征相比,内部生物特征很难盗取和伪造,因此具有更高的安全性能,在内部生物特征中,因为手指静脉特征具有很强的普遍性和唯一性,因此手指静脉识别成为近年来生物识别技术开辟的新领域。

手指静脉识别通常利用透射光或反射光两种方式获取手指静脉图像,然后从手指静脉图像中提取静脉特征,进行特征匹配,从而实现手指静脉图像的识别,确认使用者身份。手指静脉识别由于其活体识别、内部识别、采集设备成本低等优点已经成为一种极具发展潜力的生物特征识别技术。然而,由于手指静脉图像在采集时,由于光照、手指旋转等因素影响,会降低手指静脉图像质量,因而导致从手指静脉图像中提取静脉特征进行特征匹配的过程中出现问题,给确认使用者身份的过程带来困难。

发明内容

本发明的技术任务是针对上述存在的问题,提供一种在识别图像的同时提高图像质量,从而有助于提高识别精度的基于增强网络的手指静脉识别方法。

本发明的另一技术任务是提供一种基于增强网络的手指静脉识别系统。

为实现上述目的,本发明提供了如下技术方案:

一种基于增强网络的手指静脉识别方法,对手指静脉图像质量进行评价,分出高质量图像和低质量图像,采用增强网络对低质量图像进行增强,将低质量图像转换成高质量图像,通过识别网络对输出的高质量图像进行身份识别。

对于低质量的手指静脉图像,不容易进行识别。通过所述基于增强网络的手指静脉识别方法对手指静脉图像进行评价,从而将待识别的手指静脉图像分出高质量图像和低质量图像两类,对于高质量图像直接通过识别网络进行身份识别即可。对于低质量图像,首先通过增强网络,转换成高质量图像,然后再通过识别网络进行身份识别。

该基于增强网络的手指静脉识别方法相比较于传统的手指静脉识别方法,在识别的同时提高手指静脉图像质量,高质量的图像有助于识别精度的提高,从而有助于身份的识别。

作为优选,该方法包括训练阶段和识别阶段,具体过程如下:

S1:采集手指静脉图像,构建训练集;

S2:训练图像质量检测网络,在训练集上进行训练,对手指静脉图像质量进行检测,若为高质量图像则进行步骤S4,否则进行步骤S3;

S3:构建图像增强网络,将低质量图像转换成高质量图像;

S4:建立识别网络,对高质量图像进行身份识别。

步骤S2中,在图像质量检测网络中引入个性化的样本权重,对于容易识别错误的手指静脉图像样本引入较高的权重,易识别的手指静脉图像样本引入较低的权重,从而消除用户差异性对识别结果的影响。

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济南浪潮高新科技投资发展有限公司,未经济南浪潮高新科技投资发展有限公司许可,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/201811318592.6/2.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