龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：神经技术UAB公司
摘要：本发明公开了一种使用全卷积前馈神经网络从数字信号中进行快速噪声鲁棒摩擦脊印痕迹细节提取的系统和方法。所提出的基于神经网络的系统在速度和准确性上均优于细节提取的经典方法和其他基于神经网络的系统。使用该系统提取的细节至少可以用于诸如生物特征身份验证、识别或指状分析的任务。
主权项：1.一种由一个或多个计算机实现的神经网络系统，所述神经网络系统包括：卷积神经网络，其中：所述神经网络被配置为：对于所述神经网络处理的每个输入信号：在所述神经网络的第一层接收生物特征输入信号；处理生物特征输入信号；在所述神经网络的最后一层生成输出特征图；和相对于输入信号，增加输出特征图的通道的数量，并且降低空间分辨率；和子系统，其中，所述子系统被配置为：从所述神经网络接收输出特征图；解码输出特征图；输出解码后的特征图；和所述神经网络的输入是生物特征数字图像形式的生物特征信号，所述神经网络的输出是特征图，所述特征图可以被解码成生物特征细节图；生物特征输入信号表示摩擦脊印痕，解码后的特征图表示摩擦脊印痕细节；所述神经网络的输入通过一组卷积层块，最后一个所述块的卷积层的输出被传播到不同的卷积分支中，每个所述分支负责特定的摩擦脊印痕特征估计，所述特征可以至少被解码为摩擦脊印痕细节取向、位置和类别；用于评估如何在给定训练步骤下使用提供的输入数据和预期输出结果执行神经网络的损失函数或误差函数；和训练数据准备，其中，所述训练数据准备过程为：加载收集的训练数据；扩充信号和编码后的特征数据；存储扩充后的数据；将扩充后的数据分为训练、验证和测试数据子集；和训练数据扩充，其中，所述训练数据扩充通过使用数据变换技术从现有数据生成新数据来扩展数据集；其中，所述神经网络是全卷积神经网络，所述全卷积神经网络由具有非线性激活函数的卷积层的基本构建块的组合构建而成，并且所述神经网络的损失函数是包括多个损失分量的多损失函数。
全文数据：
权利要求：
百度查询： 神经技术UAB公司 使用前馈卷积神经网络的快速鲁棒摩擦脊印痕细节提取
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号