一种基于深度残差收缩网络的犬鼻纹识别方法和模型
实质审查的生效
摘要
本发明涉及一种基于深度残差收缩网络的犬鼻纹识别方法。本发明所述的犬鼻纹识别方法包括步骤：S10：构建深度残差收缩网络模型；其中，深度残差收缩网络模型执行步骤：S11：对输入的犬鼻纹图像进行图像预处理，获得原始特征向量；S12：对原始特征向量进行特征提取和噪声滤除，获得分类特征向量；S13：判断分类特征向量的计算次数是否达到预设循环次数，若否，则将当前的分类特征向量作为原始特征向量，返回步骤S12，若是，执行步骤S14；S14：根据分类特征向量进行打分预测，输出识别结果；S20：将所述深度残差收缩网络模型训练至收敛；S30：将待识别的犬鼻纹图像输入训练后的深度残差收缩网络模型，输出识别结果。该法滤除冗余噪声，提高犬鼻纹识别的准确率。
基本信息
专利标题 ：
一种基于深度残差收缩网络的犬鼻纹识别方法和模型
专利标题（英）：
暂无
公开（公告）号 ：
CN114511886A
申请号 ：
CN202210162323.5
公开（公告）日 ：
2022-05-17
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
严玉琮邵志刚
申请人 ：
华南师范大学
申请人地址 ：
广东省广州市番禺区外环西路378号华南师范大学物理与电信工程学院
代理机构 ：
广州骏思知识产权代理有限公司
代理人 ：
张金龙
优先权 ：
CN202210162323.5
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220222
申请日 : 20220222
2022-05-17 ：
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
