Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆金融科技研究院秦华锋获国家专利权

重庆金融科技研究院秦华锋获国家专利权

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!

龙图腾网获悉重庆金融科技研究院申请的专利基于对抗学习的手掌静脉识别数据增强方法及系统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:CN116805425B

龙图腾网通过国家知识产权局官网在2026-03-03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:202310448553.2,技术领域涉及:G06V40/14;该发明授权基于对抗学习的手掌静脉识别数据增强方法及系统是由秦华锋;郗豪飞;王闪闪;吴燚权;熊志鹏设计研发完成,并于2023-04-24向国家知识产权局提交的专利申请。

基于对抗学习的手掌静脉识别数据增强方法及系统在说明书摘要公布了:本发明属于手掌静脉识别技术领域,具体涉及一种基于对抗学习的手掌静脉识别数据增强方法及系统利用由生成器和鉴别器组成的条件深度卷积生成对抗网络,同步训练生成器和鉴别器;步骤2选取一掌静脉分类器与训练好的所述生成器组成一个对抗性网络,步骤3基于所述对抗性网络对所述掌静脉分类器进行多个批次的对抗性训练,在每一批次的训练中生成用于增加分类器损失的对抗样本与基于真实手掌静脉识别数据的训练样本组成增广数据集,对所述分类器进行训练,并更新所述分类器的参数;以及更新下一批次对抗训练所需的噪声向量集。本发明降低了数据增强中对计算和存储资源的要求,为手掌静脉识别模型训练提供了更过优质的训练样本。

本发明授权基于对抗学习的手掌静脉识别数据增强方法及系统在权利要求书中公布了:1.基于对抗学习的手掌静脉识别数据增强方法,其特征在于,包括: 步骤1利用由生成器和判别器组成的条件深度卷积生成对抗网络,同步训练生成器和判别器; 所述生成器以不同的噪声向量和需要生成的类别作为输入,生成用于手掌静脉识别数据分类的增强训练样本; 所述判别器用于对输入的生成器所生成的增强训练样本和基于真实手掌静脉识别数据的训练样本进行区分; 训练中,首先训练生成器通过输入的随机噪声向量和类标签生成增强训练样本,再将增强训练样本或附加有类标签的训练样本转发给判别器,预测其真伪概率; 并最小化对抗损失为目标更新判别器和生成器的参数; 步骤2选取一掌静脉分类器与训练好的所述生成器组成一个对抗性网络,所述掌静脉分类器用于预测输入样本属于某一个类的概率; 步骤3基于所述对抗性网络对所述掌静脉分类器进行多个批次的对抗性训练,在每一批次的训练中包括: 获取噪声向量集以及需要生成的类别作为所述生成器的输入,以生成用于增加分类器损失的对抗样本; 利用基于真实手掌静脉识别数据的训练样本与所述对抗样本组成用于分类器训练的增广数据集,对所述分类器进行训练,并更新所述分类器的参数; 以及,将对抗样本输入更新了参数后的分类器,根据分类器的输出,采用梯度下降法,逐个更新各对抗样本所对应的噪声向量;最终得到更新后的噪声向量集作为下一批次对抗训练所需的噪声向量集; 训练过程中以下述方式更新所述掌静脉分类器的参数: ; 其中,N表示随机选取的训练样本数,表示其中的对抗样本的数量,表示其中的基于真实手掌静脉识别数据的训练样本的数量,有N=+; 为可设置的学习率,为训练好的生成器,为分类器的损失函数; 有,类标签集,原始手掌静脉识别数据样本集,其中K为每个类生成的样本数,C为类别数; 训练过程中以下述方式更新中的各个噪声向量: , 其中,为可设置的学习率,·是相似度的函数; 是一个教师模型,其参数为掌静脉分类器的参数的指数移动平均,为给定的权重,有=1。

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重庆金融科技研究院,其通讯地址为:400000 重庆市九龙坡区含谷镇科学谷一期一标段18号楼2楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。