[发明专利]一种手掌特征身份认证方法及装置有效
申请号: | 201810189776.0 | 申请日: | 2018-03-08 |
公开(公告)号: | CN108573212B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 崔苗;张秋镇;林凡 | 申请(专利权)人: | 广东工业大学 |
主分类号: | G06V40/12 | 分类号: | G06V40/12 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 510060 广东省*** | 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: | |||
搜索关键词: | 一种 手掌 特征 身份 认证 方法 装置 | ||
1.一种手掌特征身份认证方法,其特征在于,包括:
获取识别手掌图像;
对所述识别手掌图像进行降维处理,获取所述识别手掌图像对应的特征矩阵;
将所述识别手掌图像对应的特征矩阵投影到预设投影特征矩阵上,获取所述识别手掌图像对应的特征值;其中,所述预设投影特征矩阵与第一预设数量的样本手掌图像组成的样本手掌图像集合相对应;
根据所述识别手掌图像对应的特征值与每个所述样本手掌图像对应的特征值的欧氏距离,对所述识别手掌图进行识别;还包括:
对每个所述样本手掌图像进行降维处理,获取每个所述样本手掌图像各自对应的特征矩阵;
其中,所述对每个所述样本手掌图像进行降维处理,获取每个所述样本手掌图像各自对应的特征矩阵,包括:
设置初始的迭代次数i为1;
计算获取所述样本手掌图像集合对应的右变换矩阵的前第一阈值个最大特征值各自对应的特征向量,构成第一矩阵集合;其中,所述右变换矩阵n为第一预设数量,Aj为样本手掌图像集合,Aj∈Rr×c(j=1,2,…n);i为1时,Il1为l1×l1的单位矩阵,l1为第二阈值,T为矩阵转置;
计算获取所述样本手掌图像集合对应的左变换矩阵的前第二阈值个最大特征值各自对应的特征向量,构成第二矩阵集合;其中,所述左变换矩阵i为1时,Il2为l2×l2的单位矩阵,l2为第一阈值;
令i=i+1,判断是否符合预设收敛条件;其中,所述预设收敛条件为F为矩阵范数;
若否,则执行所述计算获取所述样本手掌图像集合对应的右变换矩阵的前第一阈值个最大特征值各自对应的特征向量,构成第一矩阵集合的步骤;
若是,则令HL=HLi-1,HR=HRi-1,获取每个所述样本手掌图像各自对应的特征矩阵
2.根据权利要求1所述的掌特征身份认证方法,其特征在于,还包括:
将所述样本手掌图像集合分成第二预设数量类样本,利用每类样本均值向量;mk为每类样本均值向量,nj为每类样本数,M为第二预设数量,A为每类样本;
利用获取整体样本均值向量;其中,m为整体样本均值向量;
令对SbWi=λSwWi进行求解,并将解得的特征向量组成所述预设投影特征矩阵;其中,P为先验概率,W为投影方向。
3.根据权利要求2所述的掌特征身份认证方法,其特征在于,还包括:
将每个所述样本手掌图像各自对应的特征矩阵Dj分别投影到所述预设投影特征矩阵,获取每个所述样本手掌图像各自对应的特征值。
4.根据权利要求1至3任一项所述的手掌特征身份认证方法,其特征在于,所述获取识别手掌图像,包括:
利用摄像头采集识别图片;
提取所述识别图片中的手掌区域,获取所述识别手掌图像。
5.根据权利要求1至3任一项所述的手掌特征身份认证方法,其特征在于,所述根据所述识别手掌图像对应的特征值与每个所述样本手掌图像对应的特征值的欧氏距离,对所述识别手掌图进行识别,包括:
判断所述样本手掌图像集合中是否存在第一样本手掌图像对应的特征值与所述识别手掌图像对应的特征值的欧氏距离小于或等于第三阈值;
若是,则确定所述识别手掌图像属于所述第一样本手掌图像对应的用户。
6.根据权利要求5所述的手掌特征身份认证方法,其特征在于,所述确定所述识别手掌图像属于所述第一样本手掌图像对应的用户之后,还包括:
将所述第一样本手掌图像对应的特征值更新为所述识别手掌图像对应的特征值。
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广东工业大学,未经广东工业大学许可,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/pat/books/201810189776.0/1.html,转载请声明来源钻瓜专利网。