基于多层次知识蒸馏的缺失模态下掌纹掌静脉识别方法

本发明公开了基于多层次知识蒸馏的缺失模态下掌纹掌静脉识别方法，针对传统蒸馏方法通常无法充分挖掘教师网络不同层次的语义信息的问题，本发明提出了三个创新点：(1)对教师网络的三种递进层次进行知识蒸馏，此外，我们将逻辑输出也进行细粒度的对齐，确保推理网络对教师网络的整体语义知识进行充分学习。(2)提出跨模态特征分布相关性蒸馏机制，鼓励推理网络学习模态间表征相关性知识而不是专注单一模态内知识的传递。(3)提出基于分类边界引导的样本间结构知识蒸馏挖掘不同样本的特征向量在高维空间分布的角度和距离的结构性知识，同时通过分类边界引导机制让推理网络更加关注具有分类不确定性的样本从而细化提取的结构性知识。