买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜电子科技大学中山学院申请的专利一种基于深度度量学习的指静脉特征提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114973336B 。

龙图腾网通过国家知识产权局官网在2025-05-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210543640.1，技术领域涉及：G06V40/12；该发明授权一种基于深度度量学习的指静脉特征提取方法是由李文生;戴坤龙;姚琼;宋丹;李长燕;姚淮锐设计研发完成，并于2022-05-19向国家知识产权局提交的专利申请。

本一种基于深度度量学习的指静脉特征提取方法在说明书摘要公布了：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。

本发明授权一种基于深度度量学习的指静脉特征提取方法在权利要求书中公布了：1.一种基于深度度量学习的指静脉特征提取方法，其特征在于，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，在步骤3中，为了让特征提取网络训练时受到欧式度量空间和余弦度量空间的约束，设计了联合损失函数，并提出了带有方向约束的正则项，具体公式如下： 式中，α和β是调节因子，用于调节欧式度量空间和余弦度量空间上损失的大小；损失函数第一项是三元组损失，表示在欧式空间中的样本距离度量，其中γ是距离间隔，f·表示特征提取函数，表示锚点样本，表示与锚点同类的样本，表示与锚点不同类的样本；其中是方向约束的正则项，用于约束样本更新的方向；损失函数第二项中，将样本特征x与权重w分别归一化，二者的向量点乘结果就为cosθ，表示二者的余弦距离，其中θ为特征x与权重w之间的角度，s是缩放因子，m是类别间隔。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学中山学院，其通讯地址为：528402 广东省中山市石岐区学院路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。