[发明专利]一种基于余弦中心损失的指静脉识别方法及系统

说明书

本发明公开了一种基于余弦中心损失函数的指静脉识别方法及系统，系统包括图像采集模块、图像预处理模块、图像识别模块和图像训练模块；识别方法包括以下步骤：获取待识别用户的指静脉图像；对指静脉图像信息进行图像预处理，提取指静脉感兴趣区域(ROI)图像；通过基于余弦中心损失的卷积神经网络提取指静脉感兴趣区域中的指静脉特征，并识别待识别用户的身份信息。本发明能够有效地提取指静脉特征，提高了对噪声的冗余性，明显改善指静脉识别系统的识别精度。

技术领域

本发明涉及生物特征识别方法，特别是涉及一种基于余弦中心损失的指静脉识别方法及系统。

背景技术

在观察血液流量的医学科研中，人们发现手指中流动的血液可吸收特定波长的光线，而使用特定波长光线对手指进行照射，便可得到指静脉的清晰图像。

进一步的医学研究证明，指静脉的形状具有唯一性和稳定性，即每个人的指静脉图像都不相同，同一个人不同的指静脉图像也不相同，而且指静脉结构分布，在成年后不会发生变化。上述的医学科研的发现，为利用指静脉技术进行生物特征识别，奠定了科学理论基础。

基于指静脉这一固有特征，通过相关计算机、互联网技术和科技的应用，对获取的指静脉影像进行分析、处理，再将得到的信息处理结果与事先注册的指静脉特征进行比对，就能达到甄别使用者身份的目的。

指静脉识别是利用人体血液中血红蛋白吸收近红外光的特性，获取指静脉图像，通过定位、增强、特征提取等算法提取特征值，同存储在服务器中的指静脉模板进行比对，从而确认身份的技术过程，是一种真正的活体生物识别技术。

指静脉识别有别声波、指纹、人脸、虹膜等采用体外生物特征为判定依据的第一代生物识别技术，它主要是利用外部看不到的生物体内部特征进行身份识别，具有高精度、高速度、高防伪性，是目前世界上最尖端的第二代生物识别技术。因此，指静脉识别成为近年来生物识别技术领域的热点，并在银行、楼宇门禁、PC登录、ATM存取款机、汽车安全等领域得到应用。

当前，指静脉识别依然存在较多的问题。传统的指静脉识别方法在运用过程中受到多种因素的影响，在实际应用存在以下缺陷：

1)指静脉图像获取困难，在现行数据库下难以建立有效的数学模型，提取合适的指静脉特征；

2)静脉图像易受到噪声干扰进而影响到图像中与静脉特征相关的分布；

3)指静脉样本的稀缺致使当前手工设计的指静脉特征缺乏特异性。

因此，目前基于手工特征的方法很难有效地提取到指静脉纹路信息，导致认证系统的识别性能有限。

同时，当前对于深度学习在指静脉识别方面的应用也存在极大的局限性，常常只能应用于大样本指静脉数据的识别及作为图像处理工具使用。传统的基于softmax函数的深度学习方法往往局限于提高样本的类间距离并以此分类样本，但是，这种做法忽视了样本的类内距离，使其往往需要大样本的指静脉数据用于训练，并没有充分发挥其强大的特征学习能力。对于当前指静脉数据库稀缺和小样本的问题，需要一类兼顾样本类内距离和类间距离的损失函数，在小样本指静脉数据的基础上提升指静脉深度学习识别模型的识别效果。

发明内容

本发明提供了一种基于余弦中心损失的指静脉识别方法及系统，提供了一种可以较大程度的提取指静脉特征信息的卷积神经网络，可以大幅度提高指静脉识别系统的识别能力。

为解决现有技术的不足，提供一种可以较大程度的提取指静脉特征信息的卷积神经网络，并且在网络训练阶段使用所提出的基于余弦距离的指静脉识别方法及系统。

本发明的一个实施例提供了一种基于余弦中心损失的指静脉识别方法，包括如下步骤：

S100：获取待识别用户的指静脉原始图像；