-
公开(公告)号：CN117437658A
公开(公告)日：2024-01-23
申请号：CN202311180603.X
申请日：2023-09-13
Applicant: 华南理工大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V40/12 , G06V40/14 , G06V10/28 , G06V10/44 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种解耦掌形和掌静脉的显式融合的身份识别方法，包括以下步骤：使用掌静脉数据集来训练基于语义分割的手掌前景分割模型；采集近红外掌静脉图像；使用手掌前景分割模型，在采集到的单张近红外掌静脉图片上进行分割，提取手掌二值化掩膜，对分割二值化掩膜处理后得到的二值化图片；根据手掌二值化掩膜中的手掌关键点，对掌静脉图像进行感兴趣区域截取，得到掌静脉模态；结合传统图像处理方法获取手掌的轮廓形状，并根据手掌姿态对其进行旋转矫正和裁剪，得到掌形二值化图片，作为掌形模态；将掌形模态和掌静脉模态输入到掌形掌静脉融合特征提取模型，输出融合掌形和掌静脉信息的统一高维特征，以实现模态信息的互补效果。
-
Patent Agency Ranking
公开(公告)号：CN113901940B
公开(公告)日：2024-03-19
申请号：CN202111229558.3
申请日：2021-10-21
Applicant: 华南理工大学
IPC: G06V40/70 , G06V40/14 , G06V40/12 , G06V10/80 , G06V10/82 , G06V10/764 , G06N3/0464
Abstract: 本发明公开了基于手掌温度信息的掌纹掌静脉动态融合识别方法及系统，包括以下步骤：获得掌纹和掌静脉的感兴趣区域图像；采用嵌入网络从掌纹和掌静脉感兴趣区域图像提取掌纹特征和掌静脉特征，提取到的掌纹特征和掌静脉特征作为待匹配的样本；将待匹配的样本与所有存储的已注册样本依次组成匹配对，并获取掌纹匹配分数和掌静脉匹配分数的匹配对的匹配分数，对于匹配分数进行排序，分别得到用于融合识别的掌纹和掌静脉的最大匹配分数；利用各匹配对的温度差求取掌纹和掌静脉动态融合权重，根据得到的动态融合权重将掌纹和掌静脉最大匹配分数进行融合，得到最终的匹配分数，根据最终的匹配分数输出识别结果。
-
公开(公告)号：CN113901940A
公开(公告)日：2022-01-07
申请号：CN202111229558.3
申请日：2021-10-21
Applicant: 华南理工大学
Abstract: 本发明公开了基于手掌温度信息的掌纹掌静脉动态融合识别方法及系统，包括以下步骤：获得掌纹和掌静脉的感兴趣区域图像；采用嵌入网络从掌纹和掌静脉感兴趣区域图像提取掌纹特征和掌静脉特征，提取到的掌纹特征和掌静脉特征作为待匹配的样本；将待匹配的样本与所有存储的已注册样本依次组成匹配对，并获取掌纹匹配分数和掌静脉匹配分数的匹配对的匹配分数，对于匹配分数进行排序，分别得到用于融合识别的掌纹和掌静脉的最大匹配分数；利用各匹配对的温度差求取掌纹和掌静脉动态融合权重，根据得到的动态融合权重将掌纹和掌静脉最大匹配分数进行融合，得到最终的匹配分数，根据最终的匹配分数输出识别结果。
-
公开(公告)号：CN114220129A
公开(公告)日：2022-03-22
申请号：CN202111290850.6
申请日：2021-11-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于掌纹和手势融合识别的身份认证方法及控制设备，包以下步骤：S1、用户选择进入注册模式输入用户名开启注册，采集设备分别采集用户不同的手掌信息和手势动作信息特征，将提取到特征存入处理器与注册用户名相对应；S2、用户对每个手掌信息和手势动作特征设置绑定相应的权限；S3、用户认证时，将手扫过图像采集区域并做出与注册时相同的手掌或者手势动作，采集设备采集图像，将采集的图像输入系统进行特征提取，将得到的特征信息与注册过的用户特征信息进行比对，相似度达到阈值则提示认证成功，开启相应的权限，循环步骤S3开启以下一个权限的采集和认证。
-
公开(公告)号：CN114220129B
公开(公告)日：2024-08-16
申请号：CN202111290850.6
申请日：2021-11-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于掌纹和手势融合识别的身份认证方法及控制设备，包以下步骤：S1、用户选择进入注册模式输入用户名开启注册，采集设备分别采集用户不同的手掌信息和手势动作信息特征，将提取到特征存入处理器与注册用户名相对应；S2、用户对每个手掌信息和手势动作特征设置绑定相应的权限；S3、用户认证时，将手扫过图像采集区域并做出与注册时相同的手掌或者手势动作，采集设备采集图像，将采集的图像输入系统进行特征提取，将得到的特征信息与注册过的用户特征信息进行比对，相似度达到阈值则提示认证成功，开启相应的权限，循环步骤S3开启以下一个权限的采集和认证。
-
公开(公告)号：CN117765578A
公开(公告)日：2024-03-26
申请号：CN202311594133.1
申请日：2023-11-27
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于掌静脉模式定制的轻量化认证网络的认证方法，包括以下步骤：掌静脉感兴趣区域ROI图片通过在线数据增强方法丰富掌静脉ROI图片姿态变化和灰度变化的多样性；建立基于深度可分离卷积模块的卷积神经网络结构，并训练该建立的卷积神经网络，通过基于深度可分离卷积模块的卷积神经网络结构提取掌静脉特征；在认证时，去除在线数据增强和损失函数计算部分完成掌静脉特征的提取，将提取的特征与注册掌静脉特征库中的所有特征依次计算余弦相似度，当该相似度数值大于设置的阈值时则认为认证成功。
-
-
-
-
-
Search Results
6
records
(took 0.035 seconds)
