[发明专利]一种基于云边端协同计算的深度学习掌静脉识别系统及方法

摘要

本发明公开了一种基于云边端协同计算的深度学习掌静脉识别系统，主要由云计算层、边缘计算层和终端层构成，通过三层的组合决定了整个识别系统的计算和存储能力，具体包括云存储模块、掌静脉采集识别设备以及客户端，云存储模块能够为模型提供训练所需的计算资源，并将训练后的模型传给掌静脉采集设备的边缘计算模块上，终端收集深度卷积神经网络模型的识别状况，并经边缘计算模块反馈给云存储模块上的深度卷积神经网络模型芯片，这样不断地训练、应用、反馈、再训练，经过反复的有效迭代训练，最终得到的掌静脉识别模型准确率有很大提高；后端云存储模块还可以根据云平台的资源配置和管理能力来实现掌静脉识别系统的快速部署和统一管理。

主权项

1.一种基于云边端协同计算的深度学习掌静脉识别系统，其特征在于，包括：云存储模块，用于部署深度学习掌静脉识别算法，对深度卷积神经网络模型进行训练获得深度学习掌静脉识别模型，并存储用户信息；掌静脉采集识别设备，包括采集模块、边缘计算模块和接收模块，其中，采集模块用于采集用户的掌静脉图像，边缘计算模块用于调用深度学习掌静脉识别模型对采集的掌静脉图像进行验证，若验证成功，将验证信息上传至云存储模块，若验证失败，则通过接收模块接收用户输入的信息，并将用户输入的信息与云存储模块中存储的用户信息进行匹配，判断是否为未采集验证掌静脉的新注册的用户，如果是新注册的用户，则利用新注册用户掌静脉图像对深度学习掌静脉识别模型进行更新，获得更新后的掌静脉识别模型；客户端，用于提供登录界面，供用户查询相应的识别信息。