[发明专利]一种基于深度卷积神经网络的指静脉验证身份识别方法在审
| 申请号： | 201710089988.7 | 申请日： | 2017-02-20 |
| 公开（公告）号： | CN106991368A | 公开（公告）日： | 2017-07-28 |
| 发明（设计）人： | 黄厚钧;李文新 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/42;G06K9/62;G06N3/08 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙)11200 | 代理人： | 司立彬 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 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深度卷积神经网络的指静脉验证身份识别方法。本方法为1)采集或选取多个样本图像，即指静脉近红外图像；其中，每一手指对应至少两个样本图像；2)对于每一所述近红外图像，生成一指静脉特征模板；3)利用各所述指静脉特征模板训练基于深度卷积神经网络，得到一个将同一手指的一对指静脉特征模板映射到一个相似度的基于深度卷积神经网络；4)利用训练后的基于深度卷积神经网络计算待验证指静脉近红外图像的指静脉特征模板与每一样本图像的指静脉特征模板的相似度，并据相似度判断两者是不是同一个手指的指静脉近红外图像。本发明大大提高了身份识别的准确性和识别速度。 | ||
| 搜索关键词： | 一种 基于 深度 卷积 神经网络 静脉 验证 身份 识别 方法 | ||
【主权项】：
一种基于深度卷积神经网络的指静脉验证身份识别方法，其步骤为：1)采集或选取多个样本图像，即指静脉近红外图像；其中，每一手指对应至少两个样本图像；2)对于每一所述近红外图像，生成一指静脉特征模板；3)利用各所述指静脉特征模板训练基于深度卷积神经网络，得到一个将同一手指的一对指静脉特征模板映射到一个相似度的基于深度卷积神经网络；4)利用训练后的基于深度卷积神经网络计算待验证指静脉近红外图像的指静脉特征模板与每一样本图像的指静脉特征模板的相似度，并据相似度判断两者是不是同一个手指的指静脉近红外图像。
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北京大学，未经北京大学许可，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/201710089988.7/，转载请声明来源钻瓜专利网。
