公开(公告)号：CN111898527B

公开(公告)日：2022-07-22

申请号：CN202010744983.5

申请日：2020-07-29

Applicant: 南京邮电大学

Inventor： 郭剑 ,  李蓉 ,  刘星利 ,  穆恒宇 ,  成洋 ,  王菁 ,  韩崇 ,  王娟

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/74 ,  G06V10/774 ,  G06V10/764 ,  G06K9/62

Abstract: 面向低质量指静脉图像的特征提取方法，在预处理环节，鉴于手指静脉图像偏移严重，而直接裁剪图像又将丢失部分信息，本发明引入更替位移法对图像进行位移。考虑到局部模式类方法与静脉网络类方法的不足，本发明提出在对图像进行MCM特征提取的基础上叠加提取PBBM特征。从而能够在保留全图信息的情况下，提取出更清晰的手指静脉特征，有效提高低质量图像的识别准确率。

公开(公告)号：CN111898527A

公开(公告)日：2020-11-06

申请号：CN202010744983.5

申请日：2020-07-29

Applicant: 南京邮电大学

Inventor： 郭剑 ,  李蓉 ,  刘星利 ,  穆恒宇 ,  成洋 ,  王菁 ,  韩崇 ,  王娟

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 面向低质量指静脉图像的特征提取方法，在预处理环节，鉴于手指静脉图像偏移严重，而直接裁剪图像又将丢失部分信息，本发明引入更替位移法对图像进行位移。考虑到局部模式类方法与静脉网络类方法的不足，本发明提出在对图像进行MCM特征提取的基础上叠加提取PBBM特征。从而能够在保留全图信息的情况下，提取出更清晰的手指静脉特征，有效提高低质量图像的识别准确率。

公开(公告)号：CN113269080A

公开(公告)日：2021-08-17

申请号：CN202110553089.4

申请日：2021-05-20

Applicant: 南京邮电大学

Inventor： 穆恒宇 ,  刘星利 ,  成洋 ,  郭剑 ,  王书轩 ,  韩崇 ,  王娟

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 基于多通道卷积神经网络的掌静脉识别方法，输入手掌静脉图像，并备份原图像，保存为A图像库；ROI区域定位；直方均衡化处理；使用多通道ResNet152网络融合识别。本发明能够减小图像噪音对网络识别的影响，使用直方均衡化能解决图像在定位后灰度分布过于集中、静脉特征不明显等缺点，有效提取出不明显的细小静脉信息，从而增强静脉特征，使用了多通道ResNet152神经网络，融合了整体和局部特征进行识别。原始图像所在通道不进行预处理，更大程度上保留图像的特征信息，实现对特征图像的宏观特征识别；另一个通道采用ROI定位和直方均衡化的结合处理，更注重对特征图像的细微特征识别，有利于提取局部静脉特征。通过使用上述网络结构，可提高掌静脉识别的准确率。

公开(公告)号：CN113269080B

公开(公告)日：2022-07-12

申请号：CN202110553089.4

申请日：2021-05-20

Applicant: 南京邮电大学

Inventor： 穆恒宇 ,  刘星利 ,  成洋 ,  郭剑 ,  王书轩 ,  韩崇 ,  王娟

IPC: G06V40/10 ,  G06V10/50 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 基于多通道卷积神经网络的掌静脉识别方法，输入手掌静脉图像，并备份原图像，保存为A图像库；ROI区域定位；直方均衡化处理；使用多通道ResNet152网络融合识别。本发明能够减小图像噪音对网络识别的影响，使用直方均衡化能解决图像在定位后灰度分布过于集中、静脉特征不明显等缺点，有效提取出不明显的细小静脉信息，从而增强静脉特征，使用了多通道ResNet152神经网络，融合了整体和局部特征进行识别。原始图像所在通道不进行预处理，更大程度上保留图像的特征信息，实现对特征图像的宏观特征识别；另一个通道采用ROI定位和直方均衡化的结合处理，更注重对特征图像的细微特征识别，有利于提取局部静脉特征。通过使用上述网络结构，可提高掌静脉识别的准确率。