公开(公告)号：CN108009520A

公开(公告)日：2018-05-08

申请号：CN201711392384.6

申请日：2017-12-21

Applicant: 东南大学

Inventor： 严如强 ,  侯博瑞

IPC: G06K9/00 ,  G06K9/32 ,  G06K9/40 ,  G06K9/62 ,  G06N3/04 ,  G06T7/13

Abstract: 本发明公开了一种基于卷积变分自编码器神经网络的手指静脉识别方法及系统，该系统包括图像采集模块、图像预处理模块、图像特征提取模块、图像训练模块和图像识别模块；识别方法包括获取待识别用户的手指静脉图像；对手指静脉图像信息进行图像预处理，提取手指静脉感兴趣区域(ROI)图像；通过卷积变分自编码器神经网络提取所述手指静脉感兴趣区域中的手指静脉特征编码；将特征编码输入到一个全连接网络中进行识别处理，识别所述待识别用户的身份信息。本发明能够有效地提取手指静脉特征，提高了对噪声的冗余性，明显改善手指静脉识别系统的识别精度。

公开(公告)号：CN105807135A

公开(公告)日：2016-07-27

申请号：CN201610147405.7

申请日：2016-03-15

Applicant: 东南大学

Inventor： 严如强 ,  沈飞 ,  侯博瑞 ,  陶红兴 ,  周梦杰

IPC: G01R23/16 ,  G01R31/00

CPC classification number: G01R23/16 ,  G01R31/001

Abstract: 本发明公开了一种单通道传导电磁干扰噪声分离方法，利用连续小波变换和FastICA盲源分离的EMI噪声差共模分离策略，其实施步骤包括：A、对L线或N线观测信号利用CWT实施虚拟通道扩展；B、对扩展信号采用改进FastICA算法实施盲源分离以得到差共模噪声分离信号；C、评估差共模噪声信号的分离能力，并进行幅值修正。所述方法的分离性能虽然相比双通道有所降低，但其仅利用一半观测信息，克服双通道同步测量误差，并节省经济成本，在工业EMI噪声差共模分离领域具有潜在的应用价值。