龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华南理工大学
申请日：2024-04-11
公开（公告）日：2024-06-21
公开（公告）号：CN118230369A
主分类号：G06V40/14
分类号：G06V40/14;G06V10/44;G06V10/764;G06V10/82;G06N3/0464;G06N3/082
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明提供了一种基于网络剪枝的静脉认证方法、介质及设备；其中方法为：将待认证的静脉图像输入基于网络剪枝的静脉认证卷积神经网络进行特征提取，输出待认证的静脉特征；将待认证的静脉特征与样本库里的静脉特征做相似度度量，得到认证结果；基于网络剪枝的静脉认证卷积神经网络包括骨干网络、静脉特征保护层和全局平均池化；基于网络剪枝的静脉认证卷积神经网络是指对初始化的静脉认证卷积神经网络进行训练、且在训练之后进行网络剪枝并网络优化而形成的静脉认证卷积神经网络。该方法将静脉认证卷积神经网络压缩，自动去除冗余通道，并保证网络对静脉特征有效信息的提取能力。
主权项：1.一种基于网络剪枝的静脉认证方法，其特征在于：将待认证的静脉图像输入基于网络剪枝的静脉认证卷积神经网络进行特征提取，输出待认证的静脉特征；将待认证的静脉特征与样本库里的静脉特征做相似度度量，得到认证结果；所述基于网络剪枝的静脉认证卷积神经网络包括骨干网络、静脉特征保护层和全局平均池化；基于网络剪枝的静脉认证卷积神经网络是指对初始化的静脉认证卷积神经网络进行训练、且在训练之后进行网络剪枝并网络优化而形成的静脉认证卷积神经网络。
全文数据：
权利要求：
百度查询： 华南理工大学 一种基于网络剪枝的静脉认证方法、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号