Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2021056974 - PROCÉDÉ ET APPAREIL DE RECONNAISSANCE DE VEINE, DISPOSITIF ET SUPPORT DE STOCKAGE

Numéro de publication WO/2021/056974
Date de publication 01.04.2021
N° de la demande internationale PCT/CN2020/078281
Date du dépôt international 06.03.2020
CIB
G06K 9/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
KRECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
CPC
G06K 2009/00932
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
00932Subcutaneous biometric features; Blood vessel patterns
G06K 9/00885
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00885Biometric patterns not provided for under G06K9/00006, G06K9/00154, G06K9/00335, G06K9/00362, G06K9/00597; Biometric specific functions not specific to the kind of biometric
G06K 9/6268
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
6267Classification techniques
6268relating to the classification paradigm, e.g. parametric or non-parametric approaches
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Déposants
  • 五邑大学 WUYI UNIVERSITY [CN]/[CN]
Inventeurs
  • 曾军英 ZENG, Junying
  • 王璠 WANG, Fan
  • 秦传波 QIN, Chuanbo
  • 朱伯远 ZHU, Boyuan
  • 朱京明 ZHU, Jingming
  • 翟懿奎 ZHAI, Yikui
  • 甘俊英 GAN, Junying
Mandataires
  • 广州嘉权专利商标事务所有限公司 JIAQUAN IP LAW FIRM
Données relatives à la priorité
201910918462.426.09.2019CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) VEIN RECOGNITION METHOD AND APPARATUS, DEVICE, AND STORAGE MEDIUM
(FR) PROCÉDÉ ET APPAREIL DE RECONNAISSANCE DE VEINE, DISPOSITIF ET SUPPORT DE STOCKAGE
(ZH) 一种静脉识别的方法、装置、设备及存储介质
Abrégé
(EN)
Disclosed in the present invention are a vein recognition method and apparatus, a device, and a storage medium, comprising the following steps: respectively performing differential operation and channel connection on two target vein images to be verified, to obtain a differential image and a two-channel image of the two target vein images; performing channel connection on the obtained differential image and two-channel image to obtain a three-channel image, and taking the three-channel image as an input of a CNN network; performing finetune on a trained pre-training model SqueezeNet on ImageNet; integrating the differential image and the three-channel image by means of a cascade optimization framework to obtain a recognition result; and taking a pair of images to be verified as a sample, performing transform processing on the sample, taking a transformed sample as the input of the CNN network, and performing supervised training on the network to obtain the recognition result. The problem of less training data can be solved, and the recognition precision is also improved on the premise of small network storage capacity.
(FR)
La présente invention concerne un procédé et un appareil de reconnaissance de veine, un dispositif et un support de stockage, comprenant les étapes suivantes : la réalisation respective d'une opération différentielle et d'une connexion de canal sur deux images de veine cible à vérifier pour obtenir une image différentielle et une image à deux canaux des deux images de veine cible ; la réalisation d'une connexion de canal sur l'image différentielle obtenue et l'image à deux canaux pour obtenir une image à trois canaux, et la prise de l'image à trois canaux en tant qu'entrée d'un réseau CNN ; la réalisation de l'ajustement sur un modèle de pré-entraînement entraîné SqueezeNet sur ImageNet ; l'intégration de l'image différentielle et de l'image à trois canaux au moyen d'une structure d'optimisation en cascade pour obtenir un résultat de reconnaissance ; et la prise d'une paire d'images à vérifier en tant qu'échantillon, la réalisation d'un traitement de transformation sur l'échantillon, la prise d'un échantillon transformé en tant qu'entrée du réseau CNN et la réalisation d'un entraînement supervisé sur le réseau pour obtenir le résultat de la reconnaissance. Le problème d'un nombre réduit de données d'entraînement peut être résolu, et la précision de reconnaissance est également améliorée sur la base d'une petite capacité de stockage de réseau.
(ZH)
本发明公开了一种静脉识别的方法、装置、设备及存储介质,包括以下步骤:将待验证的两幅目标静脉图像分别进行差分运算和通道连接,得到两幅目标静脉图像的差分图像和二通道图像;将获得的差分图像和二通道图像进行通道连接得到三通道图像,以三通道图像作为CNN网络的输入;对在ImageNet上完成训练的预训练模型SqueezeNet进行finetune;通过级联优化框架对差分图像和三通道图像进行整合得出识别结果;将待验证的一对图像看作一个样本,对样本进行变换处理,将变换后的样本作为CNN网络的输入,同时对网络进行有监督的训练,得出识别结果;不仅能够解决了训练数据较少的问题,而且在网络存储容量较小的前提下提高识别精度。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international