[发明专利]一种基于深度学习与DS证据理论的可见光虹膜识别方法有效
| 申请号： | 202010120383.1 | 申请日： | 2020-02-26 |
| 公开（公告）号： | CN111401145B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 孙水发;陈俊杰;汪方毅;吴义熔;徐义春;刘世焯 | 申请（专利权）人： | 三峡大学 |
| 主分类号： | G06V40/18 | 分类号： | G06V40/18;G06V10/26;G06V10/764;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华;于瀚文 |
| 地址： | 443002*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习与DS证据理论的可见光虹膜识别方法，针对可见光下采集的虹膜图像噪声种类多以及单特征识别抗噪能力差等问题造成的低识别率低稳定性，本发明提出一种利用卷积神经网络结合支持向量机(SVM)和DS(Shafer‑Dempster)证据理论的多特征融合虹膜识别方法。首先从图像中定位眼睛区域；对定位后的虹膜图像进行预处理；搭建一个七层卷积神经网络；将虹膜图像送入网络进行训练并提取第四卷积层、第五和第六全连接层作为虹膜图像的3类特征；以3类单特征的SVM分类结果构造基本概率指派(BPA),并送入DS证据理论进行融合；根据融合结果及分类判决门限给出最终的识别结果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 ds 证据 理论 可见光 虹膜 识别 方法 | ||
【主权项】：
暂无信息
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三峡大学，未经三峡大学许可，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/202010120383.1/，转载请声明来源钻瓜专利网。
