[发明专利]基于残缺补全的指静脉深层特征提取与匹配方法及系统

摘要

本发明公开了基于残缺补全的指静脉深层特征提取与匹配方法及系统，其特征在于，指静脉深层特征提取与匹配方法包括对待注册指静脉图像进行预处理，获取预处理后的待注册指静脉图像；采用深度卷积神经网络对预处理后的待注册指静脉图像进行深层特征提取训练处理，获取待注册指静脉图像深层特征；采用待注册指静脉图像深层特征进行注册并构建模板库处理，获取注册后的留存深层特征模板库；采集待识别指静脉图像，将待识别指静脉图像进行特征提取，获取待识别指静脉图像深层特征；采用待识别指静脉图像深层特征与注册后的留存深层特征模板库进行匹配识别处理，获取匹配识别结果。在本发明实施例中，提取出指静脉图像的高区分度特征，提高匹配精度。

主权项

基于残缺补全的指静脉深层特征提取与匹配方法，其特征在于，所述指静脉深层特征提取与匹配方法包括：S11：对待注册指静脉图像进行预处理，获取预处理后的待注册指静脉图像；所述对待注册指静脉图像进行预处理，包含依次进行感兴趣区域提取处理，图像归一化处理，直方图重映射处理；S12：采用深度卷积神经网络对所述预处理后的待注册指静脉图像进行深层特征提取训练处理，获取待注册指静脉图像深层特征；所述采用深度卷积神经网络对所述预处理后的待注册指静脉图像进行深层特征提取训练处理，具体过程如下：1)将所述预处理后的待注册指静脉图像进行残缺特征补全处理，获取特征补全后的待注册指静脉图像；2)采用由基础特征卷积核组成第一卷积池化层对所述特征补全后的待注册指静脉图像进行第一次卷积池化处理，获取待注册指静脉图像的基础特征；3)采用由高阶特卷积核组成的第二卷积池化层对待注册指静脉图像的基础特征进行第二次卷积池化处理，获取待注册指静脉图像深度隐藏特征；4)对所述待注册指静脉图像深度隐藏特征进行全连接处理处理，获取待注册指静脉图像深层特征；S13：采用所述待注册指静脉图像深层特征进行注册并构建模板库处理，获取注册后的留存深层特征模板库；S14：采集待识别指静脉图像，将所述待识别指静脉图像依次进行S11、S12步骤处理，获取待识别指静脉图像深层特征；S15：采用所述待识别指静脉图像深层特征与所述注册后的留存深层特征模板库进行匹配识别处理，获取匹配识别结果。