[發明專利]一種用于構建指靜脈識別系統的方法及指靜脈識別系統

在審

• 申請號: 202011508436.3
• 申請日: 2020-12-18
• 公開（公告）號: CN112560710A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 劉旭華;鄒偉;徐紅;韓烽
• 申請（專利權）人: 北京曙光易通技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06T7/11
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種用于構建指靜脈識別系統的方法，其特征在于，包括：

A1、構建初始的指靜脈識別系統，其包括：預處理模塊、采用非指靜脈數據集預訓練的特征提取模塊和分域算法模塊；

A2、獲取多個手指對應的指靜脈灰度圖，訓練預處理模塊對指靜脈灰度圖進行預處理以提取手指的指靜脈脈絡圖；

A3、訓練特征提取模塊根據指靜脈脈絡圖遷移學習提取手指的指靜脈特征向量，其中訓練數據采用基于指靜脈脈絡圖生成的三元組形式的訓練數據；

A4、訓練分域算法模塊根據指靜脈特征向量對彼此不同的手指建立彼此不同的識別區域，并根據指靜脈特征向量分析目標手指與每個識別區域對應的手指的相似度。

2.根據權利要求1所述的用于構建指靜脈識別系統的方法，其特征在于，所述步驟A2包括：

A21、隨機獲取多個手指對應的指靜脈灰度圖中的部分指靜脈灰度圖進行打標簽操作，得到json格式的標簽文件，將標簽文件通過腳本轉換成指靜脈脈絡圖，并將該指靜脈脈絡圖作為對應指靜脈灰度圖的標簽形成脈絡提取訓練數據，其中，指靜脈脈絡圖是體現靜脈血管脈絡的二值圖像或者灰度圖像；

A22、基于脈絡提取訓練數據訓練預處理模塊根據指靜脈灰度圖提取指靜脈脈絡圖；

A23、用訓練好的預處理模塊根據所有手指的指靜脈灰度圖提取對應的指靜脈脈絡圖；

A24、將提取的指靜脈脈絡圖按預設比例隨機劃分為特征提取模塊的訓練集、驗證集和測試集。

3.根據權利要求1或2任一項所述的用于構建指靜脈識別系統的方法，其特征在于，所述步驟A3包括：

A31、基于提取的指靜脈脈絡圖通過在線生成樣本的方式生成三元組，其中，每個三元組包括錨樣本、正樣本和負樣本，正樣本與錨樣本同屬一個手指，負樣本與錨樣本分屬不同手指；

A32、在三元組損失函數的指導下訓練特征提取模塊基于三元組中的指靜脈脈絡圖輸出其中錨樣本、正樣本和負樣本的指靜脈特征向量，以使根據輸出的指靜脈特征向量計算出的錨樣本和正樣本的距離小于錨樣本和負樣本的距離。

4.根據權利要求3所述的用于構建指靜脈識別系統的方法，其特征在于，所述步驟A31包括：

在首次訓練時隨機選擇每個三元組中的錨樣本、正樣本和負樣本；

在后續訓練時，隨機選擇每個三元組的錨樣本和正樣本，對于其中任何一個三元組，基于最新的指靜脈特征向量計算該三元組中錨樣本的所有負樣本與該錨樣本的相似度，將其中相似度最高的負樣本作為該三元組的負樣本。

5.根據權利要求1至4任一項所述的用于構建指靜脈識別系統的方法，其特征在于，所述靜脈特征提取模塊提取的指靜脈特征向量的維度的取值范圍為64維～512維。

6.根據權利要求1至4任一項所述的用于構建指靜脈識別系統的方法，其特征在于，步驟A4包括：

A41、隨機選擇已錄入人員的每一根手指的預設數量的指靜脈灰度圖用于構建分域算法模型，該已錄入人員的每一根手指的其余指靜脈灰度圖用于測試構建的分域算法模型的拒真率；

A42、獲取每一根手指的預設數量的指靜脈灰度圖對應預設數量的指靜脈特征向量；

A43、根據預設數量的指靜脈特征向量對每個維度求平均值得到平均向量，將該平均向量作為對應手指的識別區域的區域中心點；

A44、分析區域中心點與預設數量的指靜脈特征向量中每個指靜脈特征向量的歐式距離，取所有歐式距離的中值作為該手指的識別區域的區域半徑，所述區域半徑乘以調節系數作為實際半徑；

A45、根據每個手指的區域中心點、區域半徑和調節系數構建分域算法模型，基于指靜脈特征向量分析該已錄入人員的每一根手指的其余指靜脈灰度圖對應的每個目標手指與每個識別區域對應的手指的相似度，相似度匹配則該目標手指通過驗證；

A46、根據已錄入人員的每一根手指的其余指靜脈灰度圖測試分域算法模型的拒真率，根據未錄入人員的手指的指靜脈灰度圖測試分域算法模型的認假率，根據拒真率和認假率調整調節系數以達到使用需求。