[发明专利]一种基于多通道CNN的手指静脉图质量评估方法及其装置在审
| 申请号： | 201811113707.8 | 申请日： | 2018-09-25 |
| 公开（公告）号： | CN109409227A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 秦传波;谌瑶;曾军英 | 申请（专利权）人： | 五邑大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/38;G06N3/04 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 梁嘉琦 |
| 地址： | 529000 广*** | 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多通道CNN的手指静脉图质量评估方法及其装置。将输入的灰度图像进行二值化操作得到二值化图像，同时将灰度图像和二值化图像发送至对应的CNN网络中进行特征提取，将提取得出的特征向量进行融合得出融合特征向量，通过全连接层对融合特征向量计算后分类至预设的质量候选类，根据所属的候选类作为评估的结果。实现了多通道同步特征提取，快速准确对手指静脉图的质量进行评估。 | ||
| 搜索关键词： | 手指静脉 多通道 二值化图像 灰度图像 特征向量 质量评估 融合 特征向量计算 二值化操作 特征提取 同步特征 连接层 评估 预设 发送 分类 网络 | ||
【主权项】：
1.一种基于多通道CNN的手指静脉图质量评估方法，其特征在于，包括以下步骤：读取输入的灰度图像，对所述灰度图像进行二值化操作，得出二值化图像；将所述二值化图像和灰度图像分别发送至对应的CNN网络的卷积层中进行特征提取，得出二值化特征向量和灰度特征向量；将所述二值化特征向量和灰度特征向量串联融合，得出融合特征向量,并发送至CNN网络的全连接层中，通过柔性最大计算得出分类概率向量；读取预设的质量候选类，将所述分类概率向量分类至对应的质量候选类中，完成质量评估。
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五邑大学，未经五邑大学许可，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/201811113707.8/，转载请声明来源钻瓜专利网。
