基于注意力机制的Bi-GRU静脉识别方法

AITNT
正文
推荐专利
基于注意力机制的Bi-GRU静脉识别方法
申请号:CN202410864460
申请日期:2024-06-30
公开号:CN119274216A
公开日期:2025-01-07
类型:发明专利
摘要
本发明涉及静脉识别技术领域,具体涉及一种基于注意力机制的Bi‑GRU静脉识别方法。包括:建立基于注意力机制的Bi‑GRU模型,主要由下采样层、特征编码模块、时间注意力模块、尺度注意力模块和融合模块组成;下采样层将多视角手指静脉图像序列中的图像均映射为多个尺度的特征谱,特征编码模块将每个特征谱均被划分为N个特征块并转换为特征向量;时间注意力模块中学习同一尺度下的特征谱之间的时间依赖关系;尺度注意力模块中学习尺度关系依赖,融合模块中将特征谱从尺度和时间两个维度进行融合。步骤2:利用训练好的基于注意力机制的Bi‑GRU模型进行静脉图像的分类识别。解决现有技术中基于多视角手指静脉图像序列的识别方法的精确度有待提升的问题。
技术关键词
手指静脉图像 编码模块 静脉识别方法 注意力机制 矩阵 GRU模型 非线性 序列 特征谱特征 多层感知机 静脉识别技术 特征值 双曲正切函数 视角 时序 采样方法
系统为您推荐了相关专利信息
1
一种中压配电网光伏最大安全准入容量的评估方法
有功功率 编码器 电压 解码器 节点
2
一种线束的加工质量检测方法、介质及系统
测试线束 信号 噪声功率密度 线束检测技术 工况参数
3
一种含预制分层的L形复材螺栓连接件的损伤预测方法
螺栓连接件 损伤预测方法 复合材料层合板 分层缺陷 纤维
4
一种基于深度学习的船舶意图实体关系抽取方法和设备
实体关系抽取方法 船舶 意图 预训练模型 解码器
5
基于深度学习的课堂多模态数据处理方法与系统
动态时间规整算法 语义 动态规划算法 跨模态 注意力
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号