专利名称：基于多模态静脉图像性别信息异构分离的身份识别
方法
专利类型：发明专利发明人：王军,陈晓玲,潘在宇申请号：CN202010962618.1申请日：20200914公开号：CN112214746A公开日：20210112
摘要：本发明公开了一种基于多模态静脉图像性别信息异构分离的身份识别方法，依赖于双层无监督稀疏特征学习模型和改进的最大类间方差二进制特征编码模型。本发明涉及计算机视觉领域，包括自行构建静脉图像库，无监督稀疏特征学习对人体手背静脉图像进行性别信息异构分离，在性别属性判断的基础上进行特征提取，分别计算图像二进制特征编码值和编码权值，再进行特征向量相似度判断，身份识别等步骤。本发明公开的基于多模态静脉图像性别信息异构分离的身份认证方法，通过对静脉图像进行性别信息分离，用性别标签引导不同特征提取策略来进行身份认证，提高了身份识别的准确性，能很好地满足准确性要求较高的各类身份识别应用需求。
申请人：中国矿业大学
地址：221116 江苏省徐州市铜山区大学路一号
国籍：CN
代理机构：南京理工大学专利中心
代理人：朱沉雁
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容