[发明专利]基于HOL特征与子空间学习的静脉识别方法在审
| 申请号： | 201611114622.2 | 申请日： | 2016-12-06 |
| 公开（公告）号： | CN106599819A | 公开（公告）日： | 2017-04-26 |
| 发明（设计）人： | 张丽萍;李卫军;董肖莉;李浩光;宁欣 | 申请（专利权）人： | 中国科学院半导体研究所 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/62 |
| 代理公司： | 中科专利商标代理有限责任公司11021 | 代理人： | 任岩 |
| 地址： | 100083 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于HOL特征与子空间学习的静脉识别方法，该方法包括采集识别部位的静脉图像；截取静脉图像的感兴趣区域，得到感兴趣区域图像，并将感兴趣区域图像分为训练集和测试集；采用基于方向线直方图统计的方法对测试集和训练集图像进行特征表示，得到训练集和测试集图像的HOL特征表示；采用子空间学习方法分别对训练集和测试集图像的HOL特征表示进行降维和压缩，得到模版特征和待测试特征；对模版特征和待测试特征进行静脉特征的相似性度量与识别，得到静脉识别结果。经过以上步骤的操作，使得利用静脉进行身份识别的识别率更高，稳定性更好。 | ||
| 搜索关键词： | 基于 hol 特征 空间 学习 静脉 识别 方法 | ||
【主权项】：
一种基于HOL特征与子空间学习的静脉识别方法，其特征在于，包括以下步骤：S1：采集识别部位的静脉图像；S2：截取静脉图像的感兴趣区域，得到感兴趣区域图像，并将感兴趣区域图像分为训练集和测试集；S3：采用基于方向线直方图统计的方法对训练集和测试集图像进行特征表示，得到训练集和测试集图像的HOL特征表示；S4：采用子空间学习方法分别对训练集和测试集图像的HOL特征表示进行降维和压缩，得到模版特征和待测试特征；S5：对模版特征和待测试特征进行静脉特征的相似性度量与识别，得到静脉识别结果。
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中国科学院半导体研究所，未经中国科学院半导体研究所许可，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/201611114622.2/，转载请声明来源钻瓜专利网。
