[发明专利]基于长短时记忆循环神经网络的手指静脉验证方法及装置在审
| 申请号： | 201910921731.2 | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110751057A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 曾军英;王璠;秦传波;朱伯远;朱京明;翟懿奎;甘俊英;邓建祥 | 申请（专利权）人： | 五邑大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 44205 广州嘉权专利商标事务所有限公司 | 代理人： | 孙浩 |
| 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长短时记忆循环神经网络的手指静脉验证方法及装置，包括以下步骤：根据若干条基线自动标记关于静脉和背景的像素；对于每个标记的所述像素，沿着不同的方向生成不同的序列；存在各种基于所述序列的训练集，在所述训练集上独立训练若干个SCNN‑LSTM，使各个所述SCNN‑LSTM形成互补和过完备的表示形式；对于测试图像，预测每个所述序列到静脉纹路的概率，并将基于patch的所述序列的得分联合输入到P‑SVM中对静脉纹路进行分割；使用汉明距离来计算两幅存在空间位移的图像之间的非重叠区域，从而实现手指静脉匹配。本发明能够有效地解决了手指静脉识别中训练样本不足的问题，满足了神经网络有效求解的需求。 | ||
| 搜索关键词： | 静脉纹路 手指静脉 训练集 像素 手指静脉识别 循环神经网络 非重叠区域 表示形式 测试图像 汉明距离 空间位移 神经网络 训练样本 自动标记 有效地 基线 求解 静脉 匹配 验证 图像 分割 概率 预测 联合 | ||
【主权项】：
1.一种基于长短时记忆循环神经网络的手指静脉验证方法，其特征在于，包括以下步骤：/n根据若干条基线自动标记关于静脉和背景的像素；/n对于每个标记的所述像素，沿着不同的方向生成不同的序列；/n存在各种基于所述序列的训练集，在所述训练集上独立训练若干个SCNN-LSTM，使各个所述SCNN-LSTM形成互补和过完备的表示形式；/n对于测试图像，预测每个所述序列到静脉纹路的概率，并将基于patch的所述序列的得分联合输入到P-SVM中对静脉纹路进行分割；/n使用汉明距离来计算两幅存在空间位移的图像之间的非重叠区域，从而实现手指静脉匹配。/n
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/201910921731.2/，转载请声明来源钻瓜专利网。
