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
一种基于OCT内外部指纹匹配防伪方法，包括：1)使用OCT设备采集手指得到手指OCT数据；2)分别获取外部指纹图像和内部指纹图像：包括手指截面数据曲率自动展平，内外部指纹提取区域定位，分别获取内外部指纹，图像线性拉伸，图像增强，最终得到外部指纹图像和内部指纹图像；3)分别判断是否具有外部指纹图像和内部指纹图像，即使用指纹细节点提取器自动检查外部指纹图像和内部指纹图像的细节点，若外部指纹图像或内部指纹图像不存在(细节点为0)即判断为假体伪造攻击，否则进入下一步骤；4)使用指纹匹配器进行匹配，得分高于阈值则认为是真实手指，否则判断为假体伪造攻击。本发明提供一种安全性较高、具有高防伪能力和强适应性的基于OCT内外部指纹匹配防伪方法。
📄 2022100955835
📂 G06V40_12
👤 浙江工业大学
📅 2022-01-26
本发明公开了一种基于OCT的内部指纹快速提取方法，包括采集内部指纹数据，且内部指纹数据包括预设数量的输入帧，将各输入帧划分为第一类帧、第二类帧、第三类帧或第四类帧，其中第一类帧属于第二类帧的一种，对所有输入帧设置索引值。本方法无需每个输入帧都需要经过分割模型进行计算得到分割结果，第二类帧在通过分割模型计算分割结果时，无需通过骨干网络提取第二特征块和第三特征块，直接采用最新的第一类帧经过骨干网络输出得到的该最新第一类帧的第二特征块和第三特征块进行代替，因此省去提取时间，加快了分割计算速度，同时第三类帧直接采用第二类帧的分割结果进行重建，无需采用分割模型进行计算，进而实现内部指纹的快速提取。
📄 2024109939254
📂 G06V40_12
👤 浙江工业大学
📅 2024-07-24
本发明公开了一种基于深度压缩神经网络的手指汗腺提取方法，首先将OCT指纹体数据进行分割，将分割得到的系列子块输入到深度压缩神经网络；然后经过连续的扩张深度压缩模块，利用扩张卷积提升对汗腺的感受野，提取汗腺初步特征；通过连续的基础深度压缩模块，提取汗腺细化特征；汗腺细化特征在随机失活后，经过连续的卷积层，输出汗孔特征图，将汗孔特征图经过二值化后得到表面汗孔图片，将所有子块对应的表面汗孔图片进行拼接，得到手指汗孔图。本发明能够对OCT原始数据直接进行处理。通过深度压缩模块来提取汗腺特征，无需去噪和映射操作，直接从OCT原始数据中提取汗腺，压缩生成准确的表面汗孔图像，提升了提取精度和速度。
📄 2024111535403
📂 G06V40_12
👤 浙江工业大学
📅 2024-08-21
一种基于重构差异的OCT指纹切面图像真伪检测方法，包括：S1、构建全卷积神经网络模型，包括编码器、生成器、特征提取器；S2、收集OCT系统采集的图像，预处理完成后，随机选取70％的正样本图像作为训练数据；选取另外30％的正样本图像和负样本图像，数量均衡后作为测试数据；步骤S3、训练网络模型；选用划分好的训练图像作为输入数据，设定损失函数，用于优化编码器、生成器；设定对比损失，用于优化特征提取器；对所建网络模型进行多轮次训练，通过反向传播，对模型权重参数进行更新优化直到损失函数趋向收敛时，停止训练；步骤S4、测试网络模型；应用训练好的网络模型，选用测试数据输入模型进行测试，根据设定阈值对输入图像进行真伪判别。
📄 2022101911336
📂 G06V40_12
👤 浙江工业大学
📅 2022-02-25
一种基于OCT体数据的手指伪造攻击检测方法，包括：检测内外部指纹的细节点数量和皮下汗腺的数量；设置细节点数量阈值num1，num2，汗腺数量阈值num3，内外指纹匹配得分阈值t，皮下汗腺位置和内指纹脊线重合率n；若内指纹细节点数量多于num1且外指纹细节点数量多于num2，则计算内外指纹匹配得分；若内指纹细节点数量少于num1，则直接判断为手指伪造攻击；若汗腺数量少于num3，则直接判断为手指伪造攻击；若汗腺数量多于num3，如果内外指纹匹配得高于t则系统直接通过检测；若汗腺数量少于num3的同时，内指纹的细节点数量少于num1，则进入下个步骤；计算皮下汗腺位置和内指纹的脊线重合率；若重合率高于设定值n，则通过检测，否则判断为手指伪造攻击。
📄 2022106915780
📂 G06V40_12
👤 浙江工业大学
📅 2022-06-17
本发明公开了一种基于神经网络结构搜索的OCT内外指纹重建方法，包括采集指纹OCT图像数据集，并进行预处理。本基于神经网络结构搜索的OCT内外指纹重建方法通过神经架构搜索网络，且神经架构搜索网络基于整个内外指纹提取网络的训练进行更新调整，当内外指纹提取网络训练好后得到确定好的神经架构搜索网络，使得更加精确地提取角质层轮廓与活表皮连接层轮廓，从而重建出拥有更多纹理特征的内外指纹；通过轮廓回归模块，且轮廓回归模块融合了Transformer中经典的多头注意力机制，利用轮廓的时序特点，使内外指纹提取网络关注到不同区域的轮廓，捕获轮廓的长距离依赖，输出更精确的轮廓信息。
📄 2025109703250
📂 G06V40_12
👤 浙江工业大学
📅 2025-07-15
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
本发明公开了一种基于三维卷积神经网络的OCT指纹识别方法，包括获取参考指纹和待检测指纹的OCT三维指纹数据，且参考指纹和待检测指纹的OCT三维指纹数据分别包含个汗腺和个汗腺；本基于三维卷积神经网络的OCT指纹识别方法通过以汗腺为中心的三维数据作为识别模型的输入，相较于传统二维表皮汗孔识别方法，不仅包含平面维度的特征信息，更增加了深度维度信息，完整呈现了汗腺的螺旋结构等立体形态特征，这些多维度的三维数据能够提供更细致、更独特的生物特征标识，有效提升了指纹识别的区分度和准确性；同时本方法基于以汗腺为中心的三维数据进行识别，能够在恶劣条件下保持稳定的识别性能，进而显著提升指纹防伪能力，有效抵御假指纹攻击。
📄 2025119845506
📂 G06V40_12
👤 浙江工业大学
📅 2025-12-26
本发明公开了一种基于无监督低光照非接触式指纹增强方法和装置，首先构建并训练无监督低光照非接触式指纹增强网络模型，所述无监督低光照非接触式指纹增强网络模型包括图像分解模块和纹理增强模块；然后非接触式采集指纹图像，输入到图像分解模块，获取指纹图像的光照分量、反射分量和噪声分量；最后重建反射分量，并将重建后的反射分量作为纹理增强网络模块的输入，获得纹理增强后的反射分量，对光照分量进行伽马变换，然后与纹理增强后的反射分量相乘，重建指纹图像。本发明提高非接触式指纹的照度，同时更加关注指纹的纹理结构，从而使增强后的指纹图像边缘区域纹理更加明显。
📄 2024102622135
📂 G06V40_12
👤 浙江工业大学
📅 2024-03-07
一种基于光学相干层析成像的伪造指纹自动检测方法，包括以下步骤：1)通过光学相干层析成像(Optical Coherence Tomography,OCT)设备采集指纹切片序列；2)对指纹切片图进行预处理，包括图像去噪和图像尺寸调整；3)通过记忆增强的去噪自编码器网络重构，得到隐性空间特征重构误差；4)根据阈值判断指纹切片的图像块是否为真实指纹，从而实现伪造指纹的自动检测。本发明有效地解决了有监督网络模型训练方法对数据标注的依赖、人为设计防伪特征检测鲁棒性差等问题，同时提升了伪造指纹自动检测方法的精度和泛化能力。
📄 2022103204043
📂 G06V40_12
👤 浙江工业大学
📅 2022-03-29
一种基于动态规划和多目标优化的滚动指纹拼接方法，首先，将指纹图像分割成多个小矩形块，通过二分搜索快速定位指纹中心区域。然后，对分割后的图像进行相应行的拼接，并根据动态规划思想利用非降帧序列对所有行进行优化。最后，采用基于偏离度的拼接缝隙检测，将拼接结果图像中的缝隙区域有效检测出来，结合多目标优化思想进行有效的质量优化。该方法能得到更加完整、有效的指纹面积，在提高指纹识别精度上优于现有方法，本发明提高指纹拼接精度、获取更多有效指纹面积且无明显拼接缝隙。
📄 2020100218435
📂 G06V40_12
👤 浙江工业大学
📅 2020-01-09
柿子坊 · 知识产权运营
柿子坊知识产权运营平台