摘要
本发明公开了一种基于多层次特征的手指静脉识别方法、装置、设备和介质,包括:基于图卷积神经网络构建手指静脉识别模型,获取手指静脉图像数据集,将手指静脉图像数据集中的各手指静脉图像输入图卷积层中,使用图卷积层对第手指静脉图像进行多层卷积操作,得到节点特征矩阵,将节点特征矩阵输入向量特征比较层中,得到手指静脉识别偏差值;根据手指静脉识别偏差值对手指静脉识别模型进行迭代训练,直至手指静脉识别偏差值达到预设标准;在实际的识别过程中,以训练完成的手指静脉识别模型对手指静脉进行识别处理。本发明能够有效提取手指静脉图像的多层次特征,精准地捕捉手指静脉的细微差异,从而显著提高识别的准确率。
技术关键词
手指静脉图像
手指静脉识别方法
多层次特征
节点特征
手指静脉特征
矩阵
手指静脉识别装置
偏差
可读存储介质
纹线特征
数据
模型训练模块
图像处理模块
分类准确率
纹理特征
计算机
处理器
系统为您推荐了相关专利信息
网络安全检测方法
网络安全检测系统
分析网络流量
加权损失函数
机器学习模型
学习方法
节点特征
神经网络技术
前馈神经网络
分布方差
灯光控制方法
灯光控制系统
坐标
舒适度
生成对抗网络
多层次特征融合
局部特征提取
双向长短期记忆
一维卷积神经网络
时序