公开(公告)号：CN117333953A

公开(公告)日：2024-01-02

申请号：CN202311396073.2

申请日：2023-10-26

Applicant: 南京邮电大学

Inventor： 郭剑 ,  王子浩然 ,  穆恒宇 ,  季洁 ,  邹浩然 ,  韩崇

IPC: G06V40/40 ,  G06V40/14 ,  G06V10/46 ,  G06V10/54 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明属于图像识别技术领域，具体公开了一种基于分数加权融合的指静脉仿冒检测模型及方法，所述模型的训练步骤包括：伪造图像在打印或二次采集后会产生额外的噪声信息，因此采用双边滤波去噪算法和均值滤波去噪算法提取出伪造图像和真实图像的噪声特征，然后采用基于局部二值模式LBP提取的两类噪声特征和原始纹理特征，最后使用支持向量机SVM对提取的两类噪声特征和原始纹理特征分别进行分类，再将分类结果进行分数加权融合，就能得到最终的分类结果模型，然后采用分类结果模型对待识别图像进行识别。

公开(公告)号：CN117315731A

公开(公告)日：2023-12-29

申请号：CN202311454774.7

申请日：2023-11-03

Applicant: 南京邮电大学

Inventor： 郁瑜 ,  孙力娟 ,  郭剑 ,  邹浩然 ,  季洁 ,  韩崇

IPC: G06V40/14 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088 ,  G06F21/60 ,  G06F21/62

Abstract: 本发明属于生物特征识别技术领域，公开了基于改进自动编码网络的指静脉识别方法，其基于改进的自动编码网络，能从未标记数据中无监督地学习结构与特征，提高了识别准确率；采用适用于实值特征的实值纠错码(Error Correcting Code，ECC)来保护模板，可以在提升安全性的同时，避免了细节信息的损失，进而提高了识别系统的灵敏度和准确性。