一種基于融合多尺度編碼與VGG模型的指靜脈圖像識別方法
基本信息

| 申請?zhí)?/td> | CN202110167948.6 | 申請日 | - |
| 公開(公告)號 | CN112906530A | 公開(公告)日 | 2021-06-04 |
| 申請公布號 | CN112906530A | 申請公布日 | 2021-06-04 |
| 分類號 | G06K9/00;G06K9/32;G06K9/46;G06N3/04 | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 張慧杰;丁藍宇 | 申請(專利權(quán))人 | 細胞谷(南京)生物科技有限公司 |
| 代理機構(gòu) | 北京中企鴻陽知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 蘇艷 |
| 地址 | 210003 江蘇省南京市江北新區(qū)新錦湖路3-1號中丹生態(tài)生命科學(xué)產(chǎn)業(yè)園D座一層 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明提出了一種基于融合多尺度編碼與VGG模型的指靜脈圖像識別方法,包括:對數(shù)據(jù)庫中的指靜脈圖像進行ROI感興趣區(qū)域進行提取,得到指靜脈ROI圖像,對指靜脈ROI圖像進行預(yù)處理;采用多尺度的局部二值模式LBP編碼算子對預(yù)處理后的指靜脈ROI圖像進行特征編碼,得到該指靜脈ROI圖像中的中心像素點的特征值;重構(gòu)得到多尺度的編碼卷積濾波器;通過儲存器將重構(gòu)后得到的多尺度編碼圖像進行并列式融合;建立改進的VGG卷積神經(jīng)網(wǎng)絡(luò)模型;將融合后的特征圖像作為輸入,與VGG模型相結(jié)合,對預(yù)處理后的指靜脈ROI圖像進行特征提取,得到特征向量;根據(jù)特征向量,采用特征匹配方法對待匹配的指靜脈ROI圖像進行相似性計算。 |





