买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利基于ResNet和DenseNet的指静脉识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114913564B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210668699.3，技术领域涉及：G06V40/14；该发明授权基于ResNet和DenseNet的指静脉识别方法是由穆恒宇;刘星利;马宇晗;郭剑;姜依凡;朱楂;陈若星;张勤;韩崇;王娟设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本基于ResNet和DenseNet的指静脉识别方法在说明书摘要公布了：基于ResNet和DenseNet的指静脉识别方法，采用ResNet和DenseNet两种网络分别处理同一静脉图片在不同模态下的静脉图像。其中，ResNet处理原始静脉图像；DenseNet处理ROIRegionOfInterest，ROI区域定位后的静脉图像。两个网络相互独立，并分别进行特征提取。最后，本发明使用一种自适应阈值融合方法，对两个网络的输出结果进行特征融合，得到最终的识别结果。本方法能够得到更为丰富的特征信息，有利于提升识别准确率；可以对两个网络发挥的效用进行准确的评估，并在此基础上进行综合，有利于提升最终结果的准确性；可以使用相对更少的训练数据，就能达到较好的识别性能。

本发明授权基于ResNet和DenseNet的指静脉识别方法在权利要求书中公布了：1.基于ResNet和DenseNet的指静脉识别方法，其特征在于：所述方法的步骤如下： 步骤1，输入手指静脉图像，并将原图像保存为数据集B； 步骤2，ROI定位；使用Canny算法处理输入的指静脉图像，然后进行ROI定位和截取，并将截取的图像保存为数据集A； 所述步骤2中，具体包括如下分步骤： 步骤2.1，使用Canny算法进行手指边缘检测，得到手指边缘的二值化图像；图像中只存在像素值为0和255的两种像素点，其中，像素值为0表示该像素点不包含边缘信息，像素值为255表示该像素点存在边缘信息； 步骤2.2，对得到的手指边缘图像，从第一列中心位置开始，向上逐像素检索，检测到第一个像素值为255的点即为上边缘的像素点，记录其位置并进行下一列的检索；重复上述操作，找到手指所有上边缘的像素点；然后利用该检索方法，得到手指所有下边缘的像素点； 通过公式1和2确定ROI图像的上边缘位置ETOP和下边缘位置EBOT： ETOP＝H2‑min{lti}, i＝1,2,3,…,W‑1 1EBOT＝H2+min{lbi}, i＝1,2,3,…,W‑1 2其中，H和W是指静脉图像的高度值和宽度值，i表示索引值，min表示取集合的最小值，lti、lbi分别表示第i列的手指上边缘和下边缘像素点距离中线的距离； 步骤2.3，根据得到的ETOP、EBOT，对原始图像进行截取，得到ROI图像，将其保存为数据集A； 步骤3，双网络特征提取及训练；分别将数据集A和数据集B输入DenseNet和ResNet网络进行特征提取，两个网络独立进行训练； 步骤4，使用自适应阈值融合方法，进行特征融合；首先设定两组阈值向量，并进行初始化；然后执行如下步骤： 步骤4.1，将两个网络输出结果与其对应阈值向量先进行乘法操作，再进行加法操作，完成网络间的融合，并计算其损失值； 步骤4.2，根据上一步得到的损失值计算梯度，进行反向传播，完成对阈值向量的动态更新； 步骤5，特征匹配及输出；将上一步骤的融合结果通过Softmax函数映射为每一个类别的概率，完成特征匹配； 步骤6，重复步骤3至步骤5，当训练集中的所有数据都进行完一次网络训练后，表示完成一个Epoch的迭代，根据需要设定Epoch数值；保存训练过程中结果最优的模型参数； 步骤7：完成迭代后，加载最优的网络参数，输入需要识别的静脉图像，得到匹配结果； 最后，对匹配结果中概率最大的标签进行输出，即是该图像所对应的身份信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。