公开(公告)号：CN117456564A

公开(公告)日：2024-01-26

申请号：CN202311413909.5

申请日：2023-10-30

Applicant: 南京邮电大学

Inventor： 郭剑 ,  陈宇 ,  方旭佳 ,  冀柏阳 ,  徐昊岩 ,  韩崇

IPC: G06V40/12 ,  G06V10/774 ,  G06V10/82 ,  G06V10/80 ,  G06T7/00

Abstract: 本发明属于指静脉识别技术领域，公开了一种基于深度学习的指静脉图像质量评估方法，该方法包括：步骤1、输入待评估的批量指静脉数据图像，作为待评估数据集；步骤2、构建网络模型；步骤3、使用步骤1中的待评估数据集对步骤2搭建的网络模型进行训练，并保存最佳性能的网络模型参数；步骤4、将待评估数据集输入至保存好的最佳性能的网络模型中，获得相应的特征向量；步骤5、获取质量分数，删除得分低的图像，留下质量高的图像。本发明引入深度学习算法来挖掘指静脉图像的深层信息，综合图像的全局特征与局部特征来评估图像质量，以提高质量评估的准确性。