一种基于ShuffleNetV2神经网络的掌纹、掌静脉识别方法

本发明涉及生物特征识别技术领域，具体涉及一种基于ShuffleNetV2神经网络的掌纹、掌静脉识别方法。包括以下步骤：S1.在提取到的感兴趣区域图像的基础上使用滑动窗口法，获取图像的特征图，作为训练样本集；S2.根据训练样本集的特征图，进行通道分割，再引入注意力SE模块，通过Focal Loss损失函数训练ShuffleNetV2神经网络模型；S3.用户注册图像的特征图输入到训练好的神经网络模型生成特征向量，并存储为模板特征向量；S4.输入待识别图像，经神经网络模型特征提取生成待识别特征向量，与模板特征向量进行比对识别。能够在保证准确性的同时降低计算资源消耗，提供更为灵活的身份识别解决方案。