基于分类损失的生成对抗网络修复异常静脉图像的识别方法及装置

摘要

本发明涉及一种基于分类损失的生成对抗网络修复异常静脉图像的识别方法及装置，所述的静脉图像识别方法包括以下步骤：1）形成训练集；2）搭建基于SK‑ResNet的生成器网络；3）搭建基于CNN的判别器网络；4）搭建基于SK‑ResNet的分类网络；5）采用正常静脉图像B对基于SK‑ResNet的分类网络进行训练；6）修复缺损静脉图像A形成修复后的静脉图像C；7）更新生成器参数；8）更新基于CNN的判别器网络的参数；9）进行若干次迭代训练；10）基于最优的生成器模型获得修复后的静脉图像；11）提取静脉特征；12）进行识别。本发明在生成器网络以及分类器网络中加入SK‑ResNet结构，大大减少了模型的参数量，减轻了卷积神经网络的梯度消失问题，提高了网络提取静脉图像特征的能力。