一种普适性的基于S-CNN模型的手背静脉图像识别方法

摘要

本发明公开了一种基于S‑CNN模型普适性手背静脉图像识别方法，所述方法适用于一种由静脉图像采集装置和PC机组成的身份认证系统，所述方法包括：S1建立初始数据集；S2建立训练数据集；S3搭建S‑CNN模型；S4模型训练；及S5静脉图像识别。通过本发明所述方法克服了采集图像时手背平移、旋转、尺度变化产生的不良影响，通过对数据集中的采集的图像进行扩展，以模拟多种平移、旋转、尺度变化的组合，从而增强了识别算法对于采集图像时手背平移、旋转、尺度变化等因素的鲁棒性。并通过优化的基于卷积神经网络(CNN)的识别模型，对于发生手背小区域遮挡或划痕的情形仍然具有良好的识别效果。