一种基于长期递归卷积神经网络的手指静脉认证方法
授权
摘要
本发明提供了一种基于长期递归卷积神经网络的手指静脉认证方法，首先手指静脉图像进行标记、创建标签序列，然后训练长期递归卷积神经网络，对手指静脉分隔进行纹理标识和空间依赖性表示；对概率支持向量机进行训练，以计算对应的像素点属于静脉的概率；最后通过增强的汉明距离对同一样本的任意两幅图像在不同空间位移时的非重叠区域进行计算，从而对所有增强图像进行两两匹配。该方法可以快速、高效地对手指静脉进行记录和识别，能有效提高手指静脉认证的准确性。
基本信息
专利标题 ：
一种基于长期递归卷积神经网络的手指静脉认证方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110135253A
申请号 ：
CN201910291116.8
公开（公告）日 ：
2019-08-16
申请日 ：
2019-04-11
授权号 ：
CN110135253B
授权日 ：
2022-05-20
发明人 ：
秦华锋曹晓莉唐灿
申请人 ：
重庆工商大学
申请人地址 ：
重庆市南岸区学府大道19号
代理机构 ：
北京爱普纳杰专利代理事务所(特殊普通合伙)
代理人 ：
王玉松
优先权 ：
CN201910291116.8
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2019-09-10 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190411
申请日 : 20190411
2019-08-16 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
