买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州名光微电子科技有限公司

摘要：本发明公开了一种活体掌静脉动态识别方法及其系统，其通过采集各个时间帧下的有关于被识别者的掌静脉图像的序列，并在后端引入图像处理和分析算法来进行所述被识别者的掌静脉图像的序列的时序特征分析，以此利用掌静脉图像序列中的动态信息来判断被识别者是否为授权用户，以提高识别准确率和抵抗假体攻击的能力，从而提高系统的安全性和准确性。

主权项：1.一种活体掌静脉动态识别方法，其特征在于，包括：获取被识别者的掌静脉图像的序列；通过基于深度神经网络模型的掌静脉图像特征提取器分别对所述掌静脉图像的序列中的各个掌静脉图像进行特征分析以得到掌静脉特征图的序列；对所述掌静脉特征图的序列中的各个掌静脉特征图进行全感知编码以得到掌静脉全感知特征向量的序列；对所述掌静脉全感知特征向量的序列进行全时序掌静脉动态特征提取以得到掌静脉语义上下文关联特征；基于所述掌静脉语义上下文关联特征，确定被识别者是否为授权用户；其中，还包括训练步骤：用于对基于卷积神经网络模型的掌静脉图像特征提取器、基于全连接层的特征全感知器、基于转换器模块的掌静脉动态特征提取器和分类器进行训练；其中，所述训练步骤，包括：获取训练数据，所述训练数据包括被识别者的训练掌静脉图像的序列，以及，所述被识别者是否为授权用户的真实值；将所述训练掌静脉图像的序列中的各个训练掌静脉图像分别通过所述基于卷积神经网络模型的掌静脉图像特征提取器以得到训练掌静脉特征图的序列；将所述训练掌静脉特征图的序列中的各个训练掌静脉特征图分别通过所述基于全连接层的特征全感知器以得到训练掌静脉全感知特征向量的序列；将所述训练掌静脉全感知特征向量的序列通过所述基于转换器模块的掌静脉动态特征提取器以得到训练掌静脉语义上下文关联特征向量；对所述训练掌静脉语义上下文关联特征向量进行优化以得到优化训练掌静脉语义上下文关联特征向量；将所述优化训练掌静脉语义上下文关联特征向量通过所述分类器以得到分类损失函数值；基于所述分类损失函数值并通过梯度下降的方向传播来对所述基于卷积神经网络模型的掌静脉图像特征提取器、所述基于全连接层的特征全感知器、所述基于转换器模块的掌静脉动态特征提取器和所述分类器进行训练；其中，对所述训练掌静脉语义上下文关联特征向量进行优化以得到优化训练掌静脉语义上下文关联特征向量，包括以下步骤：将所述训练掌静脉语义上下文关联特征向量的每个位置的特征值与所述训练掌静脉语义上下文关联特征向量的长度的平方根和所述训练掌静脉语义上下文关联特征向量的二范数的平方根的倒数相加后，将求和值作为自然常数为底的指数函数的指数，然后将所述训练掌静脉语义上下文关联特征向量的每个位置的特征值与所述训练掌静脉语义上下文关联特征向量的一范数和加权超参数相乘后，将乘积值与上述指数值相加，以得到优化训练掌静脉语义上下文关联特征向量。

全文数据：

权利要求：

百度查询： 杭州名光微电子科技有限公司 活体掌静脉动态识别方法及其系统