【技术实现步骤摘要】
用于掌静脉识别的防伪检测方法及其系统
[0001]本专利技术涉及计算机技术，具体地涉及一种用于掌静脉识别的防伪检测方法以及用于掌静脉识别的防伪检测系统。
技术介绍
[0002]虽然掌静脉识别系统广泛应用于许多领域， 但是随着掌静脉识别系统的普及，其脆弱性也相应增加。即使掌静脉隐藏于人体内部，肉眼不可见，但仍然可能由于静脉被盗取而导致安全风险。
[0003]但具近期研究发现，使用打印的掌静脉图像也能够对掌静脉识别系统造成攻击，这个表明手掌静脉识别系统存在需要改进的脆弱性。
技术实现思路
[0004]鉴于上述问题，本专利技术旨在提出一种能够实现掌静脉的真伪鉴别的用于掌静脉识别的防伪检测方法以及用于掌静脉识别的防伪检测系统。
[0005]本专利技术的一方面的用于掌静脉识别的防伪检测方法，其特征在于，包括：区域定位步骤，定位输入的掌静脉图像中的手掌位置；区域提取步骤，从所述手掌位置中提取出手掌区域；时序处理步骤，对于所述手掌区域中的反光特性数据进行时序处理后得到时变特性数据；以及防伪检测步骤，基于所述...
【技术保护点】
【技术特征摘要】
1.一种用于掌静脉识别的防伪检测方法，其特征在于，包括：区域定位步骤，定位输入的掌静脉图像中的手掌位置；区域提取步骤，从所述手掌位置中提取出手掌区域；时序处理步骤，对于所述手掌区域中的反光特性数据进行时序处理后得到时变特性数据；以及防伪检测步骤，基于所述时变特性数据，利用规定算法模型实现掌静脉图像的防伪检测。2.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述区域定位步骤中，采用yolo网络结构或者FastRCNN算法实现手掌位置的定位。3. 如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，所述区域提取步骤包括：从所述手掌位置中提取手掌边缘特征，根据手掌边缘特征将非手掌区域置为黑色，以生成黑白图片；以及根据原图片和黑白图片，利用黑白图片作为掩膜，将非手掌区域置为黑色，以提取手掌区域。4. 如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，所述区域提取步骤包括：从所述手掌位置中提取手掌边缘特征，根据手掌边缘特征以及肤色获取和手掌灰度相近的部分，将非手掌区域置为黑色，以生成黑白图片；以及根据原图片和黑白图片，利用黑白图片作为掩膜，将非手掌区域置为黑色，以提取手掌区域。5.如权利要求3或4所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述区域提取步骤中，采用Canny算子或者Sobel算子提取手掌边缘特征。6.如权利要求3或4所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述区域提取步骤中，采用用于图像语义分割的卷积神经网络FCN提取手掌区域。7.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述区域定位步骤之前包括：图像采集步骤，采集掌静脉图像并获得掌静脉图像的反射特性数据。8.如权利要求6所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述图像采集步骤中，分别采集不同时序的掌静脉图像的红外光线反光特性数据，将采集到的掌静脉图像经过所述区域定位步骤以及所述区域提取步骤处理后提取手掌区域，在所述时序处理步骤中对于所述手掌区域中的红外光线反光特性数据进行时序处理获得时变特性数据。9.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述时序处理步骤中，采用图像差值法获得时变特性数据。10.如权利要求9所述的用于掌静脉识别的防伪检测方法，其特征在于，在所述时序处理步骤中，采集规定时间间隔的多张掌静脉图像，确定所述多张掌静脉图像中像素差值绝对值之和最大的两张掌静脉图像的像素值之差为时变特性数据。11.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，
所述规定算法模型基于真实拍摄的掌静脉图像和伪造的掌静脉图像利用深度神经网络训练而形成。12.如权利要求1所述的用于掌静脉识别的防伪检测方法，其特征在于，所述规定算法模型基于真实拍摄的掌静脉图像和伪造的掌静脉图像利用卷积神经网络ImageNet训练而形成。13.一种用于掌静脉识别的防伪检测系统，其特征在于，包括：区域定位模块，用于定位输入的掌静脉图像中的手掌位置；区域提取模块，用于从所述手掌位置中提取出手掌区域；时序处理模块，用于对于...
【专利技术属性】
技术研发人员：费志军，邱雪涛，何朔，高鹏飞，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。