基于轻量级融合全局与局部特征网络的指静脉识别方法
公开
摘要
本文公开了一种基于轻量级融合全局与局部特征网络的指静脉识别方法。1、构造数据集,并划分训练集和测试集；2、基于轻量级残差单元，设计轻量级融合全局与局部特征网络FGL‑MobileNet；3、设计基于融合全局与局部特征的FGL‑Net网络，包括基于改进残差网络的主干网络和全局特征与局部特征提取模块；4、设计网络损失函数；5、训练整个FGL‑MobileNet网络模型，直至迭代训练整个训练集若干次；6、将测试集图像输入训练好的FGL‑MobileNet网络模型中提取手指静脉特征并进行识别比对。本发明通过堆叠该单元搭建FGL‑MobileNet，使得网络能够快速有效的扩大指静脉特征的感受野从而获取更加丰富的指静脉细节特征，使得提取的指静脉特征更具区分力，同时网络参数量也得到大大降低。
基本信息
专利标题 ：
基于轻量级融合全局与局部特征网络的指静脉识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299559A
申请号 ：
CN202111617415.X
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
沈雷牟家乐徐文贵
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
朱月芬
优先权 ：
CN202111617415.X
主分类号 ：
G06V40/14
IPC分类号 ：
G06V40/14 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-08 ：
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
