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：南京航空航天大学
摘要：本发明公开了一种基于深度学习和多特征融合的掌纹识别的方法，属于图像处理技术。该方法首先将采集的掌纹图像经过直方图均衡化，高斯低通滤波器滤波，Laplacian边缘检测，自适应阈值二值化，腐蚀操作和合并连通区等预处理操作后，提高掌纹主线提取与褶皱提取程度，增加掌纹识别的准确性。并在特征提取阶段使用Resnet网络与Gabor滤波器共同提取，最后将融合过后的特征输入进KNN进行识别，实现了掌纹识别的精准性与稳定性的显著提升。
主权项：1.一种基于深度学习和多特征融合的掌纹识别方法，其特征在于，包括如下步骤：S1、通过预处理以提高掌纹主线提取与褶皱提取程度和准确性；所述的预处理首先通过直方图均衡化以提高图像整体的对比度，再通过高斯低通滤波器对掌纹图像进行高斯模糊，然后基于Laplacian边缘检测强化掌纹纹理和边缘特征；进而采用自适应阈值二值化处理得到二值图像，然后对其进行腐蚀操作，去除孤立零散的噪点和毛刺线条，用于突出掌纹主线，接着进行连通区域提取以得到掌纹图像中的骨干信息，最后通过求取所有连通区域像素和的平均值，将提取后的连通区域进行合并，得到最终的线条图像；S2、构建一组Gabor滤波器用于掌纹图像特征提取，由包括不同频率和方向的Gabor滤波器组成，以实现掌纹图像中纹理特征的最大覆盖，再将图像与每个Gabor滤波器进行卷积操作，提取出每个图片的特征向量；S3、通过Resnet网络对原始掌纹图像进行特征提取，所述Resnet网络包括引入跳跃连接，将输入特征与输出特征相加，用于解决梯度消失和梯度爆炸问题；S4、将步骤S2和步骤S3提取的特征进行融合，生成综合特征向量，然后使用K近邻算法对综合特征向量进行分类；特征融合方式包括PCA降维融合、DeepCCA融合或ASSF融合其中的一种；S5、对于新的掌纹样本，通过计算其与训练集中每个样本的特征距离，选择最近的K个邻居，并依据这K个邻居中最多的类别作为预测类别，从而完成掌纹识别任务。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种基于深度学习和多特征融合的掌纹识别的方法
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