[发明专利]基于卷积神经网络的形变检测与矫正的手指静脉识别方法有效
| 申请号： | 202010811797.9 | 申请日： | 2020-08-13 |
| 公开（公告）号： | CN111950461B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 孙力娟;任恒毅;郭剑;韩崇;肖甫;周剑;王娟;王汝传 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06V40/70 | 分类号： | G06V40/70;G06V10/82;G06N3/04;G06N3/08;G06T3/00 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 张玉红 |
| 地址： | 210009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于卷积神经网络的形变检测与矫正的手指静脉识别方法，针对现有的手指静脉识别算法在手指发生严重形变的情况下识别性能较差问题，本方法仔细分析了手指静脉形变矫正的原理并将卷积神经网络引入到手指静脉矫正与识别算法中，注重在小数据集的情况下尽可能训练出满足性能要求的识别模型。该方法能够在手指发生不规则形变的情况下，准确的对手指静脉图像进行形变矫正并提取有效特征进行识别。本发明充分考虑了手指静脉形变矫正的过程，将卷积神经网络用于手指静脉的形变矫正，并使用高效的特征提取网络进行手指静脉特征的提取与识别。同时直接以原始手指静脉图像作为方法的输入，不需要复杂的预处理操作，在小规模数据集下也能取得很好的识别效果。 | ||
| 搜索关键词： | 基于 卷积 神经网络 形变 检测 矫正 手指 静脉 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南京邮电大学，未经南京邮电大学许可，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/202010811797.9/，转载请声明来源钻瓜专利网。
