[发明专利]手指静脉识别方法、装置、设备和存储介质

说明书

本发明公开了一种手指静脉识别方法、装置、设备和存储介质，包括以下步骤：获取手指图像；检测所述手指图像的感兴趣区域；获取输入图像和注册图像的差分图像；将所述差分图像输入到卷积神经网络中进行训练；基于所述卷积神经网络输出进行手指静脉识别。本发明能够对各种数据库类型和环境变化(包括未对准和阴影)具有鲁棒性，大大提高了手指静脉的识别精度。

技术领域

本发明涉及神经网络算法技术领域，特别涉及一种手指静脉识别方法、装置、设备和存储介质。

背景技术

由于人们对身份识别的要求越来越高，手指静脉识别作为一种新兴的生物识别技术，在生物认证领域引起了广泛的关注。相对于其他生物特征识别技术(如人脸、步态和指纹)，手指静脉技术有一些明显的优势：更高的用户友好性，活性检测，高安全性，以及小型设备大小，这使得它非常适合于高安全性和用户友好的应用程序。

在手指静脉识别系统中，通常存在两个降低识别性能的因素：手指平移和旋转导致的未对准(发生在捕捉手指静脉图像时)和手指静脉图像上的阴影。第一个因素涉及在识别尝试过程中，由于手指在指静脉图像捕获装置上的移动和旋转，导致注册图像中的静脉纹路与识别图像之间的不一致。第二因素涉及由于在输入图像中产生的阴影而引起的图像质量的变化，该阴影是由手指触摸手指静脉图像捕获装置的压力引起的，因为通常对于手指静脉图像捕获装置而言，近红外(NIR)发光二极管(LED)从上方或从侧面照亮手指。

为了解决这些问题，传统的手指静脉识别算法基于从输入图像或增强图像中提取的手指静脉线和从手指静脉图像中提取纹理特征进行识别。然而，在这些情况下，手指静脉线的不准确检测降低了识别精度。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种手指静脉识别方法、装置、设备和存储介质，能够对各种数据库类型和环境变化(包括未对准和阴影)具有鲁棒性，大大提高了手指静脉的识别精度。

根据本发明的第一方面实施例的手指静脉识别方法，包括以下步骤：

获取手指图像；

检测所述手指图像的感兴趣区域；

获取输入图像和注册图像的差分图像；

将所述差分图像输入到卷积神经网络中进行训练；

基于所述卷积神经网络输出进行手指静脉识别。

根据本发明实施例的手指静脉识别方法，至少具有如下有益效果：本发明能够对各种数据库类型和环境变化(包括未对准和阴影)具有鲁棒性，大大提高了手指静脉的识别精度。

根据本发明的一些实施例，所述获取输入图像和注册图像的差分图像包括：

从两幅图像中获取一幅差分图像用于真实匹配或假匹配，并将所述差分图像作为所述卷积神经网络的输入。

根据本发明的一些实施例，所述基于所述卷积神经网络输出进行手指静脉识别包括：

基于所述卷积神经网络的最终FCL结果给出真实匹配或假匹配的匹配结果。

根据本发明的第二方面实施例的手指静脉识别装置，包括：

手指图像获取单元，用于获取手指图像；

感兴趣区域检测单元，用于检测所述手指图像的感兴趣区域；

差分图像获取单元，用于获取输入图像和注册图像的差分图像；

训练单元，用于将所述差分图像输入到卷积神经网络中进行训练；

识别单元，用于基于所述卷积神经网络输出进行手指静脉识别。