[發(fā)明專利]一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法有效
| 申請?zhí)枺?/td> | 201710164634.4 | 申請日: | 2017-03-20 |
| 公開(公告)號: | CN107122710B | 公開(公告)日: | 2020-06-30 |
| 發(fā)明(設(shè)計)人: | 陳朋;姜立;王海霞;黨源杰;梁榮華 | 申請(專利權(quán))人: | 浙江工業(yè)大學(xué) |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 杭州斯可睿專利事務(wù)所有限公司 33241 | 代理人: | 王利強 |
| 地址: | 310014 浙江省*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 散射 卷積 網(wǎng)絡(luò) 手指 靜脈 特征 提取 方法 | ||
一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法,包括以下步驟:1)采集到手指靜脈;2)對采集到的圖像做基于最大內(nèi)切矩陣感興趣區(qū)域提?。?)對獲得的ROI圖像進(jìn)行基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取,過程如下:先得到多分辨率小波函數(shù),然后對ROI圖像進(jìn)行小波變換得到第一層的散射系數(shù),再對第一層的散射結(jié)果進(jìn)行第二次散射,得到第二次的散射系數(shù),最后將每一個散射能量塊的能量均值和方差組成圖像的特征向量;4)通過支持向量機SVM進(jìn)行分類。本發(fā)明提供一種信息豐富、安全性很高的基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法。
技術(shù)領(lǐng)域
本發(fā)明涉及接觸式生物特征身份識別技術(shù)領(lǐng)域,尤其是一種手指靜脈識別方法。
背景技術(shù)
隨著信息技術(shù)的高速發(fā)展,人們對信息安全的需求越來越高。傳統(tǒng)的身份認(rèn)證方式是基于標(biāo)識物(鑰匙、證件)和基于知識(卡號、密碼)的身份認(rèn)證,但這些身外之物容易被偽造和遺忘。相比于傳統(tǒng)的身份認(rèn)證,生物特征具有唯一性、無需記憶、不易偽造、易于使用等優(yōu)點,基于生物特征的識別方式在很大程度上解決了傳統(tǒng)身份認(rèn)證存在的問題,并逐漸取代傳統(tǒng)身份認(rèn)證成為當(dāng)前身份認(rèn)證的主要方式。手指是人類感知外部世界的重要器官之一,在手指皮膚表皮下面的手指靜脈是活體才具有的特性,實踐表明,世界上沒有2個人的手指靜脈是完全相同的。因此基于手指靜脈特征識別技術(shù)是一種安全性很高的身份識別技術(shù)。
發(fā)明內(nèi)容
為了克服已有身份驗證方式的安全性較差的不足,本發(fā)明提供一種信息豐富、安全性很高的基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:
一種基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取方法,所述方法包括以下步驟:
1)采集到掌手指靜脈圖像;
2)對采集到的圖像做基于最大內(nèi)切矩陣感興趣區(qū)域提??;
3)將處理后的圖像基于散射卷積網(wǎng)絡(luò)的手指靜脈特征提取,過程如下:先得到多分辨率小波函數(shù),然后對ROI圖像進(jìn)行小波變換得到第一層的散射系數(shù),再對第一層的散射結(jié)果進(jìn)行第二次散射,得到第二次的散射系數(shù),最后將每一個散射能量塊的能量均值和方差組成圖像的特征向量;
4)通過支持向量機SVM進(jìn)行分類。
進(jìn)一步,所述步驟3)中,通過二進(jìn)制縮放和旋轉(zhuǎn)帶通濾波函數(shù)ψ,得到多分辨率小波函數(shù)如式(1):
ψλ(x)=22jψ(2jr-1x) (1)
式中λ=2jr∈Λ=G×R,j∈R,r∈G,G是R2內(nèi)一個離散的、有限的旋轉(zhuǎn)組,j確定了ψ(x)的尺度,r確定了ψ(x)的方向;
然后對信號f(x)進(jìn)行小波變換如式(2):
Wλf(x)=f*ψλ(x) (2)
因此,小波變換模為式(3):
Uλf(x)=|f*ψλ(x)| (3)
對于一幅給定的圖像f(x),其原始圖像的散射系數(shù)為信號的均值,通過與均值濾波器φJ卷積得到式(4):
S0,J(f)=f*φJ (4)
對原始圖像在不同方向和不同尺度中做小波變換,得到第1層散射系數(shù),然后去除復(fù)雜項和取均值得到式(5):
式中j1表示尺度,λ1表示方向;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江工業(yè)大學(xué),未經(jīng)浙江工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710164634.4/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 卷積運算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計算方法及系統(tǒng)
- 卷積運算方法及系統(tǒng)
- 卷積運算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計算機存儲介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運算裝置
- 基于FPGA實現(xiàn)圖像識別的方法、裝置、設(shè)備及存儲介質(zhì)
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





