掌静脉特征提取与深度自适应匹配方法

本发明提供掌静脉特征提取与深度自适应匹配方法，涉及生物识别技术领域，结合三维时空卷积神经网络和图神经网络提取掌静脉的空间深度特征、时间血流动态特征以及血管拓扑特征，并利用信息瓶颈优化筛选最具区分性的特征子集，突破传统二维纹理特征提取的局限性，同时通过多源数据采集（如近红外成像、光场相机和光谱传感器）获取丰富的掌静脉信息，克服光照、角度和噪声等环境因素的干扰，实现对掌静脉特征的高精度建模和稳定提取效果，能够在复杂场景下，如不同光照条件或用户手部姿势变化保持高识别率，显著提高掌静脉识别系统的鲁棒性，适用于高安全需求的场景。