摘要
本发明提供了一种基于复值卷积神经网络的掌纹图像识别方法,涉及生物特征识别技术领域。通过将获取到的初始掌纹图像转换为HSV图像,并通过复值图像转换模型生成iHSV格式的复值掌纹图像;构建全复值运算的掌纹图像识别网络,采用复值动态激活函数和复值动态损失函数优化所述掌纹图像识别网络的网络参数;将所述复值掌纹图像输入优化后的掌纹图像识别网络中并获取输出结果;根据所述输出结果与数据库中的掌纹数据进行匹配,输出识别结果。解决小样本掌纹识别存在的问题,提高了掌纹识别的精确度。
技术关键词
掌纹图像识别方法
图像转换模型
损失函数优化
残差结构
掌纹数据
掌纹识别
饱和度
生物特征识别技术
格式
动态
网络
归一化模块
样本
通道
非线性
卷积模块
锚点
系统为您推荐了相关专利信息
手术导航系统
机械臂
特征提取网络
运动
控制模块
车辆轨迹规划方法
周边环境信息
历史轨迹数据
车辆轨迹规划技术
可读存储介质
故障检测模型
条件对抗网络
故障检测方法
样本
多模态
深度学习网络模型
语义图谱
摘要方法
编码器
序列