Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度哈希网络的特征融合掌纹掌静脉匹配方法 

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:北京理工大学

摘要:本发明公开一种基于深度哈希网络的特征融合掌纹掌静脉检测系统,具有训练模式和匹配测试模式;检测系统包括数据预处理模块、预训练模块、深度哈希网络及近似哈希匹配模块;数据预处理模块与预训练模块相连;数据预处理模块及预训练模块与深度哈希网络相连,深度哈希网络与近似哈希匹配模块相连;深度哈希网络基于MPSNet模型的特征提取主干网络构建。本发明还提供一种基于深度哈希网络的特征融合掌纹掌静脉匹配方法,基于给定的若干受试者掌纹掌静脉图像进行训练、匹配测试并构建搜索结构。本发明提供的基于深度哈希网络的特征融合掌纹掌静脉检测系统、匹配方法具有识别精度高、存储空间小,计算速度快以及在复杂环境下鲁棒性好的优势。

主权项:1.一种基于深度哈希网络的特征融合掌纹掌静脉检测系统,具有训练模式和匹配测试模式;其特征在于,所述检测系统包括数据预处理模块、预训练模块、深度哈希网络及近似哈希匹配模块;所述数据预处理模块与预训练模块相连;所述数据预处理模块及预训练模块均与深度哈希网络相连,所述深度哈希网络与近似哈希匹配模块相连;所述深度哈希网络基于MPSNet模型的特征提取主干网络构建;所述数据预处理模块用于对输入所述深度哈希网络的数据进行预处理,得到预处理后数据,所述预处理后数据分别输入预训练模块及深度哈希网络;所述预训练模块接收所述预处理后数据,进行特征提取链接到与分类数相同的分类器以one-hot编码作为输出、交叉熵为损失函数、Adam优化器进行预训练,保存特征提取子模块参数;训练模式的深度哈希网络,包括特征提取子模块、分类器子模块和损失函数子模块;匹配训练模式的深度哈希网络不计算损失函数,仅将数据通过预处理后经过特征提取子模块提取特征后,再通过分类器子模块映射为哈希值;近似哈希匹配模块,包括哈希树构建子模块和哈希值匹配子模块,分别工作于训练模式和匹配测试模式。

全文数据:

权利要求:

百度查询: 北京理工大学 基于深度哈希网络的特征融合掌纹掌静脉匹配方法

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。