[发明专利]一种基于深度度量学习的指静脉特征提取方法在审
| 申请号： | 202210543640.1 | 申请日： | 2022-05-19 |
| 公开（公告）号： | CN114973336A | 公开（公告）日： | 2022-08-30 |
| 发明（设计）人： | 李文生;戴坤龙;姚琼;宋丹;李长燕;姚淮锐 | 申请（专利权）人： | 电子科技大学中山学院 |
| 主分类号： | G06V40/12 | 分类号： | G06V40/12;G06V40/14;G06V10/25;G06V10/30;G06V10/46;G06V10/774;G06V10/82;G06N3/08 |
| 代理公司： | 中山市粤捷信知识产权代理事务所(普通合伙) 44583 | 代理人： | 张谦 |
| 地址： | 528402 *** | 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： | 本发明提供一种基于深度度量学习的指静脉特征提取方法，包括以下步骤：步骤1，对指静脉原始图像做预处理，提取图像的感兴趣区域；步骤2，将正负样本对组成的三元组(a,p,n)传入特征提取网络，得到特征三元组，步骤3，在欧式度量空间上计算损失,然后，将特征三元组传入分类器得到类别概率，并计算在余弦度量空间上的损失，通过反向传播一并优化，与现有技术相比，本发明具有如下的有益效果：(1)基于样本配对的训练方式，让数据集以另一种形式得到了扩充。(2)能够提取显著性特征，在度量空间中达到同类距离小，异类距离大的目标。(3)具有良好的鲁棒性，在大规模的数据集上仍然有不错的性能。 | ||
| 搜索关键词： | 一种 基于 深度 度量 学习 静脉 特征 提取 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电子科技大学中山学院，未经电子科技大学中山学院许可，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/202210543640.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种固体充填材料破碎分级精筛设备
- 下一篇：Ti
