一种基于卷积神经网络和监督式离散哈希算法的指静脉识别方法

摘要

本发明公开了一种基于卷积神经网络和监督式离散哈希的指静脉识别方法，使用双侧红外照射采集指静脉图像并进行预处理、边缘检测、方向矫正和感兴趣区域(ROI)提取；采用Res2net卷积神经网络对ROI指静脉图像提取特征；采用离散式哈希算法模型进行二进制编码；将提取的二进制编码特征作为待注册/识别的指静脉特征；构建指静脉图像数据库，将待识别指静脉图像经过上述处理得到识别的特征编码之后在指静脉数据库中一一进行检索识别，采用哈明距离度量得出相似度，获得匹配识别结果。在本发明实施例中，深度学习可以获得更有表征能力的特征编码，并且离散式哈希算法可以使特征模板尺寸更小，在海量匹配人脸匹配中更加高效。