【技术实现步骤摘要】
基于感兴趣区域的静脉识别方法、装置、设备及存储介质
[0001]本申请属于人工智能
，具体涉及一种基于感兴趣区域的静脉识别方法、装置、设备及存储介质。
技术介绍
[0002]静脉识别，生物识别的一种。静脉识别系统一种方式是通过静脉识别仪取得个人静脉分布图，依据专用比对算法从静脉分布图提取特征值，另一种方式通过红外线CCD摄像头获取手指、手掌、手背静脉的图像，将静脉的数字图像存贮在计算机系统中，实现特征值存储。
[0003]手指静脉识别是通过近红外摄像头采集得到的人体手指静脉图像作为生物特征的识别方式，具有以下的特点及优势：1)活体识别，安全性高；2)内部特征提取，稳定性好；3)非侵入性和非接触式，便于推广。因此，手指静脉识别技术具有更广泛的发展空间和应用前景。
[0004]目前，静脉识别通常是采用提取静脉脉络和比对静脉脉络的方式来实现，但静脉脉络提取和比对过程中容易出现缺失必要特征信息的情况，使得识别准确率较低。且在手指静脉图像采集过程中，由于图像采集设备自身背景的影响，以及被采集手指可以随意放置，这会...
【技术保护点】
【技术特征摘要】
1.基于感兴趣区域的静脉识别方法，其特征在于，包括：接收静脉识别指令，获取与所述静脉识别指令对应的待识别图像；对所述待识别图像进行边缘检测，获取所述待识别图像中目标对象的边缘轮廓；对所述待识别图像进行二值化，并对二值化后的所述待识别图像进行编码，生成所述待识别图像的掩膜矩阵；基于所述边缘轮廓和所述掩膜矩阵，确定所述待识别图像中的目标对象；基于预设的采样尺度对所述目标对象进行感兴趣区域提取，得到第一感兴趣区域图像；将所述第一感兴趣区域图像导入预先训练好的静脉识别模型，得到所述待识别图像的静脉识别结果。2.如权利要求1所述的基于感兴趣区域的静脉识别方法，其特征在于，所述对所述待识别图像进行边缘检测，获取所述待识别图像中目标对象的边缘轮廓的步骤，具体包括：获取预设的Sobel边缘检测算子，其中，Sobel边缘检测算子包括横向矩阵和纵向矩阵；利用所述横向矩阵对所述待识别图像进行进行卷积计算，得到横向亮度差分值；利用所述纵向矩阵对所述待识别图像进行进行卷积计算，得到纵向亮度差分值；基于所述横向亮度差分值和所述纵向亮度差分值，生成所述待识别图像中目标对象的边缘轮廓矩阵；基于所述边缘轮廓矩阵，得到所述待识别图像中目标对象的边缘轮廓。3.如权利要求2所述的基于感兴趣区域的静脉识别方法，其特征在于，所述基于所述边缘轮廓和所述掩膜矩阵，确定所述待识别图像中的目标对象的步骤，具体包括：将所述掩膜矩阵与所述待识别图像进行乘积运算，得到所述待识别图像的初始目标对象矩阵；基于所述边缘轮廓矩阵对所述初始目标对象矩阵进行调节，得到所述待识别图像的目标对象矩阵；基于所述待识别图像的目标对象矩阵，确定所述待识别图像中的目标对象。4.如权利要求1所述的基于感兴趣区域的静脉识别方法，其特征在于，所述基于预设的采样尺度对所述目标对象进行感兴趣区域提取，得到第一感兴趣区域图像的步骤，具体包括：对所述待识别图像进行预处理；将预处理后的所述待识别图像输入到特征提取网络，并基于所述采样尺度对所述待识别图像中的目标对象进行特征提取，得到所述目标对象的尺度特征；将所述目标对象的尺度特征输入区域生成网络，以在所述待识别图像生成候选区域；基于所述候选区域对所述待识别图像进行分割，得到所述第一感兴趣区域图像。5.如权利要求4所述的基于感兴趣区域的静脉识别方法，其特征在于，所述将所述目标对象的尺度特征输入区域生成网络，以在所述待识别图像生成候选区域的步骤，具体包括：基于所述目标对象的尺度特征，生成所述待识别图像的初始区域；对所述待识别图像进行检测，得到预先标注的标准区域；计算所述初始区域和所述标准区域的交并比，并基于所述交并比对所述初始区域进行调节，得到所述待识别图像的候选区域。
6.如权利要求1至5任意一项所述的基于...
【专利技术属性】
技术研发人员：彭俊清，王健宗，刘源，
申请(专利权)人：平安科技深圳有限公司，
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。