[发明专利]基于Multiple loss损失函数的指静脉验证身份的识别方法

说明书

本发明涉及生物识别技术，尤其涉及一种指静脉验证身份的识别方法。一种基于Multiple loss损失函数的指静脉验证身份的识别方法，具体步骤为：采集至少二人的指静脉样本图像，每个手指至少采集两个的图像；将采集到的静脉样本图像分为三组：锚点组：取识别对象的指静脉图像做为锚点、positive组：取与识别对象同一人的另外一张指静脉图像为正样本组、negative组：取与识别对象不同人的一张指静脉图像为负样本组；以上三组数据放入深度残差网络中进行训练，使用Multiple loss得到embeddings向量；计算两两embeddings的欧式距离，距离近的为同一人，距离远的为不同人。本发明能快速和精准地识别个人身份，并将其应用于静脉识别系统中，体形小巧、界面友好、价格适宜。

技术领域

本发明涉及生物识别技术，尤其涉及一种指静脉验证身份的识别方法。

背景技术

传统的身份鉴定方法包括身份标识物品(如钥匙、证件、ATM卡等)和身份标识(如用户名和密码)但由于主要借助体外物，一旦证明身份的标识物品和标识被盗或遗忘，其身份就容易被他人冒充或取代。生物识别技术比传统的身份鉴定方法更具安全、保密和方便性。生物特征识别技术具不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。光传播技术可以确保能够拍摄到高对比度的手指静脉影像，而不受皮肤表面的褶皱、纹理、粗糙度、干湿度等任何缺陷和瑕疵的影响。由于手指静脉图样对比只需要少量的生物统计学数据，所以开发出世界上最为快速和精准的个人身份识别系统，并将其在体形小巧、界面友好、价格适宜的个人身份识别装置中得以有效应用。

指静脉识别技术利用手指静脉血管的纹理进行身份验证，对人体无害，具有不易被盗取、伪造等特点。该识别技术可广泛应用于银行金融、政府国安、教育社保等领域的门禁系统。2013年度全国专业技术人员职称外语等级统一考试全面推广应用指静脉识别技术。2013年的报考者除须提交相关的资料信息外，省直考区在资格审查时将采用指静脉识别技术进行个人指静脉信息采集。然而，指静脉识别方法在实践中还有很多需要改进的地方，从而得到一个可以接受的错误率。

目前市场上常用的深度学习识别方案，大体有以下几种：

多分类算法：即通过深度学习训练来对训练的图片进行分类，如：找10个人指静脉图片来做分类，来识别身份。

二分类算法：即通过深度学习中的maxsoft损失函数，生成一个概率，用概率的大小来识别身份。

上述方法，对于全球75.94亿人口来讲，一是不可能采集所有人的指静脉图片，做75.94亿的分类。二是通过概率没有办法准确判断75.94亿人的身份。

发明内容

本发明旨在克服现有技术的缺陷，提供一种基于Multiple loss损失函数的指静脉验证身份的识别方法。本发明能快速和精准地识别个人身份，并将其应用于静脉识别系统中，体形小巧、界面友好、价格适宜。

一种基于Multiple loss损失函数的指静脉验证身份的识别方法，具体步骤为：

1)采集至少二人的指静脉样本图像，每个手指至少采集两个的图像；

2)将采集到的静脉样本图像分为三组：锚点组：取识别对象的指静脉图像做为锚点、positive组：取与识别对象同一人的另外一张指静脉图像为正样本组、 negative组：取与识别对象不同人的一张指静脉图像为负样本组；

3)以上三组数据放入深度残差网络中进行训练，使用Multiple loss得到embeddings向量；

4)计算两两embeddings的欧式距离，距离近的为同一人，距离远的为不同人。