摘要
本发明属于指静脉识别技术领域,具体涉及一种基于混合增强和时频特征融合的对比学习指静脉识别方法,包括S1构建用于指静脉识别的深度神经网络,该网络包括主干网和映射头;S2在主干网中插入至少一个时频域特征融合模块;S3在深度神经网络的训练中,使用由混合增强模块对训练集中两个不同的指静脉图像进行混合所得到的混合增强样本;S4利用训练好的深度神经网络进行指静脉图像的特征表示以及识别。本发明解决了因指静脉图像质量不佳,数据集较小且单一导致在深度学习模型上出现过拟合的技术问题。
技术关键词
深度神经网络
指静脉识别方法
二维快速傅里叶变换
频域特征
指静脉识别技术
混合损失函数
深度学习模型
图像
模块
时域特征
样本
超参数
数据
定义
线性
编码
代表
元素