本发明公开了一种基于掌纹数据贡献权重的掌纹身份识别方法、系统及设备,涉及身份权限管理技术领域。该方法包括:计算每个掌纹训练样本数据的局部异常因子值;基于韦伯分布函数建立从局部异常因子值到贡献权重的映射关系;基于贝叶斯框架融合不同尺度邻域对应的贡献权重,得到每个掌纹训练样本数据的多尺度融合贡献权重;根据每个掌纹训练样本数据的多尺度融合贡献权重优化掌纹识别模型参数;将待识别的掌纹数据输入优化好的掌纹识别模型中进行掌纹数据的身份判定。本发明提供的基于掌纹数据贡献权重的掌纹身份识别方法、系统及设备能够通过贡献权重区分不同掌纹训练样本的重要程度,在不增加计算量的前提下有效提高掌纹身份识别的鲁棒性。
📄 202310577703X
📂 G06V40_12
👤 西安邮电大学
📅 2023-05-22
本发明公开了一种基于融合极限学习机的多光谱掌纹识别方法、系统及设备,涉及掌纹识别技术领域,该方法包括:将待识别的多光谱掌纹图像输入至多光谱掌纹识别网络模型,得到掌纹身份信息;其中,多光谱掌纹识别网络模型是通过联合损失函数和多个训练数据对融合极限学习机训练后得到的;融合极限学习机包括多个极限学习机网络模型以及与每个极限学习机网络模型输出端连接的身份识别模块;不同的所述极限学习机网络模型用于输入不同光谱段的掌纹图像;联合损失函数是由网络结构损失函数、多光谱融合预测损失函数以及单光谱预测损失函数所组成的损失函数。本发明能够高精度识别掌纹身份信息。
📄 2023105776963
📂 G06V40_12
👤 西安邮电大学
📅 2023-05-22
一种基于多输入卷积神经网络的高分辨率掌纹识别的方法,包括如下步骤:1)对高分辨率掌纹ROI进行定义,包括中心ROI区域和边缘ROI区域(包括大鱼际ROI区域,小鱼际ROI区域,指间区ROI区域,简称ROI1,ROI2,ROI3)的裁剪。因此,一只手掌数据共可以裁剪出4块ROI区域图像,作为用于识别的数据;2)设计高分辨率掌纹识别的网络模型,用步骤1)裁剪的ROI样本,并对其进行数据增广以此生成更多的掌纹ROI数据来进行训练;3)运行多输入卷积神经网络模型并输出结果。本发明能够联合掌纹中心ROI区域和边缘ROI区域提取更全面的特征以达到更高的高分辨率掌纹识别率。
📄 2022101764430
📂 G06V40_12
👤 浙江工业大学
📅 2022-02-25
本发明公开了一种基于滑动窗口变换器的深浅特征融合的掌纹识别方法,包括获取预处理后的掌纹图像,并输入至训练好的掌纹识别模型中,得到掌纹图像的特征;将掌纹图像的特征分别与数据库中所有参考掌纹图像的特征进行比对,将比对成功的参考掌纹图像筛选出作为匹配成功的掌纹。结合Swin Transformer网络和多尺度特征增强模块,实现了对掌纹图像的高效特征提取和自适应融合,将Swin Transformer网络中的第一阶段模块、第二阶段模块和第四阶段模块的输出,经过多尺度特征增强模块不仅将深层信息和浅层特征信息进行融合,而且强化了各层特征的空间信息,以提高对低分辨率掌纹图像的适应能力,从而实现更高的掌纹识别准确率。
📄 2024109698402
📂 G06V40_12
👤 浙江工业大学
📅 2024-07-19
本申请涉及一种基于手势的非接触式动态视频掌纹识别方法,它包括如下步骤:S1:采集手部视频样本并检测手部关键点;S2:计算每帧图像的距离分数和位移分数的加权和作为帧分数,并依据最小帧分数选出关键帧;S3:采用双阶段掌纹预处理方法,通过手部关键点辅助定位和改进Deeplab V3+语义分割网络,分割指间谷底区域并检测指间谷底点以定位掌纹感兴趣区域ROI;S4:对掌纹感兴趣区域ROI进行识别。本发明将动作识别与掌纹识别融合以提高掌纹的安全性,能够淘汰掉较为模糊以及不适合掌纹样本提取的帧,评估出效果最好的帧作为库样本与查询样本,并且能够在复杂背景下准确定位掌纹感兴趣区域ROI,降低复杂度和定位错误率。
📄 2023109009833
📂 G06V40_12
👤 南昌航空大学
📅 2023-07-21