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：重庆工商大学;重庆金融科技研究院;重庆微脉智联科技有限公司

摘要：本发明属于掌静脉识别技术领域，具体公开了一种基于GAttention神经网络的掌静脉识别方法。包括，步骤1建立由Gabor滤波器和注意力模块形成的神经网络，步骤2，利用掌静脉图像训练集，对所述神经网络进行无监督训练，以确定各Gabor滤波器的参数，其中：令L1层的滤波器为固定尺寸二维滤波器，令L2层的滤波器为自适应尺寸的二维滤波器，通过以选取最大量级的滤波器响应为目的，并基于掌静脉训练集进行的自适应方向计算和多尺度Gabor滤波器计算来构建；步骤3，通过训练好的神经网络提取输入掌静脉图像的特征向量，并基于该特征向量进行输入掌静脉图像的识别或验证。

主权项：1.一种基于GAttention神经网络的掌静脉识别方法，其特征在于，包括，步骤1建立由Gabor滤波器和注意力模块形成的神经网络，其中包括具有L1和L2两个滤波器层以及一个二值化层L3的3层网络，各层配置如下：L0：输入层，维度为u×v，对应掌静脉ROI的大小；L1：第一卷积层，由kn个滤波器组成，每个滤波器用于处理输入图像，该层的输出由kn张维度为u×v的图像组成；L2：第二卷积层，由km个滤波器组成，每个滤波器用于处理L1层输出的kn幅图像；该层的输出由kn×km幅图像组成，其维度为u×v；L3：二值化层，用于L2层输出的kn×km图像的每个像素进行二值化；所述注意力模块用于对输入的kn×km幅二值图进行自注意力计算，以更新kn×km幅二值化图像；最后以图像自身的直方图对更新后的kn×km幅二值图进行编码，得到输入图像的特征向量H；步骤2，利用掌静脉图像训练集，对所述神经网络进行无监督训练，以确定各Gabor滤波器的参数，其中：令L1层的滤波器为固定尺寸二维滤波器，其方向θf使用从集合Θf中采样的值，具体使用下面的方程计算： 其中，F为给定的整数；令L2层的滤波器为自适应尺寸的二维滤波器，通过以选取最大量级的滤波器响应为目的，并基于掌静脉训练集进行的自适应方向计算和多尺度Gabor滤波器计算来构建；步骤3，通过训练好的神经网络提取输入掌静脉图像的特征向量，并基于该特征向量进行输入掌静脉图像的识别或验证。

全文数据：

权利要求：

百度查询： 重庆工商大学 重庆金融科技研究院 重庆微脉智联科技有限公司 一种基于GAttention神经网络的掌静脉识别方法