利索能及
我要发布
收藏
专利号: 2020111536338
申请人: 南昌航空大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-09-09
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种融合多任务软生物特征的深度网络掌纹识别方法,其特征在于,包括:获取待识别手部图像;

将所述待识别手部图像进行预处理,得到待识别手掌感兴趣区域图像;

将所述待识别手掌感兴趣区域图像输入训练好的掌纹身份识别网络,得到所述待识别手掌感兴趣区域图像的身份信息;

所述掌纹身份识别网络的具体训练过程包括:

以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的软生物特征为输出,对多任务软生物特征识别网络进行训练,得到训练好的多任务软生物特征识别网络;所述多任务软生物特征识别网络由五个卷积结构、第一全连接层、第二全连接层和两个并联的全连接层组成的全连接结构依次连接而成;所述软生物特征包括性别信息和左右手信息;

以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,以所述训练好的多任务软生物特征识别网络的权重作为初始权重,对掌纹身份识别网络进行训练,得到训练好的掌纹身份识别网络;所述掌纹身份识别网络由五个卷积结构、第三全连接层、第四全连接层和第五全连接层依次连接而成;

在以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,以所述训练好的多任务软生物特征识别网络的权重作为初始权重,对掌纹身份识别网络进行训练之前,还包括:将所述训练好的多任务软生物特征识别网络中的卷积结构的权重作为掌纹身份识别网络中的卷积结构的初始权重;

将所述训练好的多任务软生物特征识别网络中的第一全连接层的权重作为掌纹身份识别网络中的第三全连接层的初始权重;

将所述训练好的多任务软生物特征识别网络中的第二全连接层的权重作为掌纹身份识别网络中的第四全连接层的初始权重;

将掌纹身份识别网络中的第五全连接层的权重随机初始化。

2.根据权利要求1所述的融合多任务软生物特征的深度网络掌纹识别方法,其特征在于,所述以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的软生物特征为输出,对多任务软生物特征识别网络进行训练,得到训练好的多任务软生物特征识别网络,具体包括:判断多任务软生物特征识别网络训练过程中当前迭代次数是否达到第一设定迭代次数,得到第一判断结果;

若所述第一判断结果为是,则将所述当前迭代次数下的多任务软生物特征识别网络确定为训练好的多任务软生物特征识别网络;

若所述第一判断结果为否,则更新多任务软生物特征识别网络的权重和当前迭代次数,以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的软生物特征为输出,对多任务软生物特征识别网络进行下一次迭代。

3.根据权利要求1所述的融合多任务软生物特征的深度网络掌纹识别方法,其特征在于,所述以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,以所述训练好的多任务软生物特征识别网络的权重作为初始权重,对掌纹身份识别网络进行训练,得到训练好的掌纹身份识别网络,具体包括:判断掌纹身份识别网络训练过程中当前迭代次数是否达到第二设定迭代次数,得到第二判断结果;

若所述第二判断结果表示为是,则将所述当前迭代次数下的掌纹身份识别网络确定为训练好的掌纹身份识别网络;

若所述第二判断结果表示为否,则更新掌纹身份识别网络的权重和当前迭代次数,以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,对掌纹身份识别网络进行下一次迭代。

4.一种融合多任务软生物特征的深度网络掌纹识别系统,其特征在于,包括:图像获取模块,用于获取待识别手部图像;

预处理模块,用于将所述待识别手部图像进行预处理,得到待识别手掌感兴趣区域图像;

网络识别模块,用于将所述待识别手掌感兴趣区域图像输入训练好的掌纹身份识别网络,得到所述待识别手掌感兴趣区域图像的身份信息;

所述网络识别模块包括掌纹身份识别网络训练子模块,所述掌纹身份识别网络训练子模块具体包括:多任务软生物特征识别网络训练单元,用于以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的软生物特征为输出,对多任务软生物特征识别网络进行训练,得到训练好的多任务软生物特征识别网络;所述多任务软生物特征识别网络由五个卷积结构、第一全连接层、第二全连接层和两个并联的全连接层组成的全连接结构依次连接而成;

所述软生物特征包括性别信息和左右手信息;

掌纹身份识别网络训练单元,用于以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,以所述训练好的多任务软生物特征识别网络的权重作为初始权重,对掌纹身份识别网络进行训练,得到训练好的掌纹身份识别网络;所述掌纹身份识别网络由五个卷积结构、第三全连接层、第四全连接层和第五全连接层依次连接而成;

所述掌纹身份识别网络训练子模块,还包括:

卷积结构初始权重确定单元,用于将所述训练好的多任务软生物特征识别网络中的卷积结构的权重作为掌纹身份识别网络中的卷积结构的初始权重;

第三全连接层初始权重确定单元,用于将所述训练好的多任务软生物特征识别网络中的第一全连接层的权重作为掌纹身份识别网络中的第三全连接层的初始权重;

第四全连接层初始权重确定单元,用于将所述训练好的多任务软生物特征识别网络中的第二全连接层的权重作为掌纹身份识别网络中的第四全连接层的初始权重;

第五全连接层权重确定单元,用于将掌纹身份识别网络中的第五全连接层的权重随机初始化。

5.根据权利要求4所述的融合多任务软生物特征的深度网络掌纹识别系统,其特征在于,所述多任务软生物特征识别网络训练单元,具体包括:第一判断子单元,用于判断多任务软生物特征识别网络训练过程中当前迭代次数是否达到第一设定迭代次数,得到第一判断结果;

第一网络确定子单元,用于当所述第一判断结果为是时,将所述当前迭代次数下的多任务软生物特征识别网络确定为训练好的多任务软生物特征识别网络;

第一更新子单元,用于当所述第一判断结果为否时,更新多任务软生物特征识别网络的权重和当前迭代次数,以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的软生物特征为输出,对多任务软生物特征识别网络进行下一次迭代。

6.根据权利要求4所述的融合多任务软生物特征的深度网络掌纹识别系统,其特征在于,所述掌纹身份识别网络训练单元,具体包括:第二判断子单元,用于判断掌纹身份识别网络训练过程中当前迭代次数是否达到第二设定迭代次数,得到第二判断结果;

第二网络确定子单元,用于当所述第二判断结果表示为是时,将所述当前迭代次数下的掌纹身份识别网络确定为训练好的掌纹身份识别网络;

第二更新子单元,用于当所述第二判断结果表示为否时,更新掌纹身份识别网络的权重和当前迭代次数,以手掌感兴趣区域训练图像为输入,以手掌感兴趣区域训练图像的身份信息为输出,对掌纹身份识别网络进行下一次迭代。