一种基于融合多尺度编码与VGG模型的指静脉图像识别方法
基本信息
| 申请号 | CN202110167948.6 | 申请日 | - |
| 公开（公告）号 | CN112906530A | 公开（公告）日 | 2021-06-04 |
| 申请公布号 | CN112906530A | 申请公布日 | 2021-06-04 |
| 分类号 | G06K9/00;G06K9/32;G06K9/46;G06N3/04 | 分类 | 计算；推算；计数; |
| 发明人 | 张慧杰;丁蓝宇 | 申请（专利权）人 | 细胞谷（南京）生物科技有限公司 |
| 代理机构 | 北京中企鸿阳知识产权代理事务所（普通合伙） | 代理人 | 苏艳 |
| 地址 | 210003 江苏省南京市江北新区新锦湖路3-1号中丹生态生命科学产业园D座一层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种基于融合多尺度编码与VGG模型的指静脉图像识别方法，包括：对数据库中的指静脉图像进行ROI感兴趣区域进行提取，得到指静脉ROI图像，对指静脉ROI图像进行预处理；采用多尺度的局部二值模式LBP编码算子对预处理后的指静脉ROI图像进行特征编码，得到该指静脉ROI图像中的中心像素点的特征值；重构得到多尺度的编码卷积滤波器；通过储存器将重构后得到的多尺度编码图像进行并列式融合；建立改进的VGG卷积神经网络模型；将融合后的特征图像作为输入，与VGG模型相结合，对预处理后的指静脉ROI图像进行特征提取，得到特征向量；根据特征向量，采用特征匹配方法对待匹配的指静脉ROI图像进行相似性计算。 |
