一种基于神经网络模型的手指静脉识别方法及系统

    公开(公告)号:CN107392114A

    公开(公告)日:2017-11-24

    申请号:CN201710515995.9

    申请日:2017-06-29

    IPC分类号: G06K9/00 G06N3/08

    摘要: 本发明公开了一种基于神经网络模型的手指静脉识别方法及系统,其中所述手指静脉识别方法包括:获取待识别用户的手指静脉图像信息;对所述手指静脉图像信息进行图像信息预处理,获取预处理后图像信息;对所述预处理后图像信息进行降维局部二元特征提取处理,获取待识别用户的手指静脉特征信息;采用通过深度信念网络训练的神经网络模型对所述待识别用户的所述指静脉特征信息进行识别处理,识别所述待识别用户的身份信息。在本发明实施例中,可以较大程度解决指静脉识别系统对于光线变化的问题,提高了对噪声的冗余性,并且在匹配阶段使用神经网络提高了匹配精确度。

    一种基于复杂环境下的人脸识别方法及系统

    公开(公告)号:CN107563328A

    公开(公告)日:2018-01-09

    申请号:CN201710780200.7

    申请日:2017-09-01

    IPC分类号: G06K9/00 G06K9/46 G06K9/62

    摘要: 本发明公开了一种基于复杂环境下的人脸识别方法及系统,其中,所述人脸识别方法包括:对待识别人脸图像进行预处理,获取预处理后的待识别人脸图像;对预处理后的待识别人脸图像进行人脸对齐处理,获取人脸对齐后的待识别正面人脸图像;对所述人脸对齐后的待识别正面人脸图像进行卷积神经网络训练处理,获取训练后的待识别样本特征集合;采用留存样本特征集合对所述待识别样本特征集合进行特征识别处理,获取待识别人脸图像的识别结果。在本发明实施例中,本发明实施例针对训练样本较少,而且待测图像在复杂环境条件下,依然能够实现准确识别,对硬件要求不高,满足实时性要求,推广经济可行。