公开(公告)号：CN114359998A

公开(公告)日：2022-04-15

申请号：CN202111478584.X

申请日：2021-12-06

Applicant: 江苏理工学院

Inventor： 姚克明 ,  王羿 ,  姜绍忠 ,  李峰 ,  王小兰

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于图像识别技术领域，具体的说，是一种人脸口罩佩戴状态下的识别方法，首先使用改进的YOLO网络进行口罩检测，为了提高识别效率和速度之后采用金字塔式分层处理结构，初筛阶段通过轮廓特征筛选得到候选目标库；精选阶段从候选目标库内选择对象提取改进尺度不变特征，改善了角点筛选匹配的算法，节省了大部分数据库内角点特征提取及匹配的时间，显著提高了SIFT算法提取特征的速度和匹配的准确率，能够实现包含佩戴口罩情况下对人脸的快速且高精准识别。

公开(公告)号：CN114359998B

公开(公告)日：2024-03-15

申请号：CN202111478584.X

申请日：2021-12-06

Applicant: 江苏理工学院

Inventor： 姚克明 ,  王羿 ,  姜绍忠 ,  李峰 ,  王小兰

IPC: G06V40/16 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图像识别技术领域，具体的说，是一种人脸口罩佩戴状态下的识别方法，首先使用改进的YOLO网络进行口罩检测，为了提高识别效率和速度之后采用金字塔式分层处理结构，初筛阶段通过轮廓特征筛选得到候选目标库；精选阶段从候选目标库内选择对象提取改进尺度不变特征，改善了角点筛选匹配的算法，节省了大部分数据库内角点特征提取及匹配的时间，显著提高了SIFT算法提取特征的速度和匹配的准确率，能够实现包含佩戴口罩情况下对人脸的快速且高精准识别。

公开(公告)号：CN114022914B

公开(公告)日：2023-06-20

申请号：CN202111330782.1

申请日：2021-11-11

Applicant: 江苏理工学院

Inventor： 姚克明 ,  王羿 ,  王小兰 ,  王田虎

IPC: G06V40/13 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于融合深度网络的掌纹识别方法，方法步骤中包含：构建掌纹图像数据集及用于掌纹识别的M‑CNN网络模型；使用掌纹图像数据集对M‑CNN网络模型进行训练，根据训练结果对M‑CNN网络模型进行优化调整，保存训练完成的模型及权重，得到改进M‑CNN网络模型，并将输出的特征向量对应存入样本库内以用作后续匹配识别；使用改进M‑CNN网络模型对需要识别的目标掌纹图像进行检测匹配识别，获得识别目标身份信息。本发明可对掌纹身份进行高效、准确识别。

公开(公告)号：CN114022914A

公开(公告)日：2022-02-08

申请号：CN202111330782.1

申请日：2021-11-11

Applicant: 江苏理工学院

Inventor： 姚克明 ,  王羿 ,  王小兰 ,  王田虎

IPC: G06V40/13 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于融合深度网络的掌纹识别方法，方法步骤中包含：构建掌纹图像数据集及用于掌纹识别的M‑CNN网络模型；使用掌纹图像数据集对M‑CNN网络模型进行训练，根据训练结果对M‑CNN网络模型进行优化调整，保存训练完成的模型及权重，得到改进M‑CNN网络模型，并将输出的特征向量对应存入样本库内以用作后续匹配识别；使用改进M‑CNN网络模型对需要识别的目标掌纹图像进行检测匹配识别，获得识别目标身份信息。本发明可对掌纹身份进行高效、准确识别。