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：广州湘识科技有限公司
摘要：本发明提供一种基于多特征融合和深度学习的轻量级掌静脉识别方法，包括获取掌静脉数据集，并将掌静脉数据集划分为训练数据集和测试数据集；提取掌静脉图像的ROI图像和静脉纹理图；使用深度可分离卷积和残差块构建轻量级模型；使用轻量级模型提取ROI图像和静脉纹理图的特征；采用高斯混合模型在决策层上面对轻量级模型提取的特征进行特征融合，获得最终的分数；通过分数进行判断两张掌静脉图像是否来自同一个手。本发明使用深度可分离卷积和残差构建轻量级的网络，从而能够在嵌入式系统中高效运行，而且通过深度可分离卷积来减少参数量和计算量，并通过残差连接加速训练收敛和提高网络稳定性；而且模型更小、参数更少、提取速度快。
主权项：1.基于多特征融合和深度学习的轻量级掌静脉识别方法，其特征在于，包括如下步骤：S1、获取掌静脉数据集，并将掌静脉数据集划分为训练数据集和测试数据集；S2、利用ROI提取算法提取掌静脉图像的ROI图像，并利用最大曲率法提取ROI图像对应的静脉纹理图；S3、使用深度可分离卷积和残差块构建轻量级模型并对其进行训练；S4、使用训练好的轻量级模型分别对掌静脉图像的ROI图像和静脉纹理图进行特征提取；S5、采用高斯混合模型在决策层上面对轻量级模型提取的特征进行特征融合，获得最终的分数；通过分数进行判断两张掌静脉图像是否来自同一个手。
全文数据：
权利要求：
百度查询： 广州湘识科技有限公司 基于多特征融合和深度学习的轻量级掌静脉识别方法
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