-
公开(公告)号:CN117893463A
公开(公告)日:2024-04-16
申请号:CN202311555470.X
申请日:2023-11-21
Applicant: 南京林业大学
IPC: G06T7/00 , G06V40/14 , G06V10/776
Abstract: 本发明属于手指静脉图像质量评估领域,并公开了一种手指静脉图像质量评估方法、系统、设备及介质,包括:获取手指静脉图像数据,基于所述手指静脉图像数据构建数据集,对所述数据集进行预处理;将预处理后的数据集输入质量回归模型中进行分数预测,得到手指静脉图像数据的质量分数,并基于所述质量分数对所述手指静脉图像数据进行评估;所述质量回归模型由依次连接的特征提取子模型和质量分数预测子模型构成。本发明所述技术方案设计了一种新的评价指标和验证方法,来定量分析手指静脉图像质量评估方法对手指静脉识别系统的性能影响,提出的新的手指静脉图像质量评估框架与识别性能密切相关,以保证识别系统具有更高的效率。
-
公开(公告)号:CN117576742A
公开(公告)日:2024-02-20
申请号:CN202311554523.6
申请日:2023-11-21
Applicant: 南京林业大学
IPC: G06V40/14 , G06V10/774 , G06V10/82 , G06N20/20 , G06F21/62
Abstract: 本发明属于手指静脉识别领域,并公开了一种基于分块联邦学习的手指静脉识别方法,包括:通过中央服务器得到预训练后的全局特征提取模块和预训练后的个性化模块,并下发给若干客户端;通过客户端对预训练后的各模块进行训练,得到更新后的全局特征提取模块和更新后的个性化模块;客户端对更新后的个性化模块进行单独训练,将更新后的全局特征提取模块发送给中央服务器端进行加权平均计算;通过中央服务器对当前训练轮次是否达到规定值进行判断,若达到,则训练结束,将加权平均计算后的全局特征提取模块发送给客户端并通知客户端停止训练。本发明技术方案能够提升识别系统在终端设备下的性能,还能有效保护用户静脉模板的隐私。
-
公开(公告)号:CN117576742B
公开(公告)日:2024-07-09
申请号:CN202311554523.6
申请日:2023-11-21
Applicant: 南京林业大学
IPC: G06V40/14 , G06V10/774 , G06V10/82 , G06N20/20 , G06F21/62
Abstract: 本发明属于手指静脉识别领域,并公开了一种基于分块联邦学习的手指静脉识别方法,包括:通过中央服务器得到预训练后的全局特征提取模块和预训练后的个性化模块,并下发给若干客户端;通过客户端对预训练后的各模块进行训练,得到更新后的全局特征提取模块和更新后的个性化模块;客户端对更新后的个性化模块进行单独训练,将更新后的全局特征提取模块发送给中央服务器端进行加权平均计算;通过中央服务器对当前训练轮次是否达到规定值进行判断,若达到,则训练结束,将加权平均计算后的全局特征提取模块发送给客户端并通知客户端停止训练。本发明技术方案能够提升识别系统在终端设备下的性能,还能有效保护用户静脉模板的隐私。
-
-