[发明专利]一种基于Transformer的静脉认证方法在审
| 申请号： | 202210416195.2 | 申请日： | 2022-04-20 |
| 公开（公告）号： | CN114863497A | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 康文雄;黄俊端 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V40/14 | 分类号： | G06V40/14;G06V10/44;G06V10/764;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 江裕强 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种基于Transformer的静脉认证方法，包括以下步骤：S1、将静脉图像进行预处理；S2、将预处理后的静脉图像输入基于Transformer的静脉认证模型进行特征提取，输出待认证的静脉图像的特征；S2、将待认证的静脉图像的特征与样本库里的静脉特征做相似度度量，大于设置的阈值时则认为认证成功。本发明将金字塔分层结构引入视觉Transformer模型中，不仅具有参数量少、计算速度快的优点，还有利于提取静脉图像的多层级特征，从而使得提取到的静脉特征更具有表达力。 | ||
| 搜索关键词： | 一种 基于 transformer 静脉 认证 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华南理工大学，未经华南理工大学许可，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/202210416195.2/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
