[发明专利]一种基于Capsule的掌静脉特征提取方法有效
| 申请号： | 201810787452.7 | 申请日： | 2018-07-12 |
| 公开（公告）号： | CN108875705B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 余孟春;谢清禄;王显飞 | 申请（专利权）人： | 广州麦仑信息科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/46;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 510670 广东省广州市*** | 国省代码： | 广东;44 |
| 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Capsule的掌静脉特征提取方法，通过构建基于Capsule的特征提取网络，对掌静脉图像进行特征提取，得到掌静脉特征向量，基于Capsule的特征提取网络由3个模块构成，分别为卷积网络层、Capsule网络层和分类层。本发明的技术方案基于Capsule的同变性(Equivariance)，可以更好的解决掌静脉图像存在的易变形、随机位移、旋转、缩放等问题。 | ||
| 搜索关键词： | 一种 基于 capsule 静脉 特征 提取 方法 | ||
【主权项】：
1.一种基于Capsule的掌静脉特征提取方法，其特征在于：通过构建基于Capsule的特征提取网络，对掌静脉图像进行特征提取，得到掌静脉特征向量，所述的基于Capsule的特征提取网络由3个模块构成，分别为卷积网络层、Capsule网络层和分类层：(1)卷积网络层由1个卷积核为5x5的基础卷积层和3个Layer层构成，基础卷积层的Stride设置为2，降低计算量和卷积特征平面的维度，第一级Layer层由3个Block构成，第二级Layer层由4个Block构成，第三级Layer层由3个Block构成，三级Layer级联完成对掌静脉局部特征的提取；(2)Capsule网络层由1个权重矩阵层、1个转换矩阵层和1个L2量化层构成，Capsule层的输入来自卷积网络层，输入大小为14x14，深度为512，将每个位置的512维向量作为一个Capsule，可构成196个Capsules，再经过经过权重矩阵层和转换矩阵层完成Capsule的转换；(3)分类层由一个大小为8000的全连接层和一个Softmax层构成，用于将低维的特征向量映射到各自的类中心，通过Softmax层进行分类训练。
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广州麦仑信息科技有限公司，未经广州麦仑信息科技有限公司许可，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/201810787452.7/，转载请声明来源钻瓜专利网。
