System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于智能门锁的掌静脉识别模组及其方法技术_技高网

一种用于智能门锁的掌静脉识别模组及其方法技术

技术编号:39947998 阅读:4 留言:0更新日期:2024-01-08 23:04
本发明专利技术公开了一种用于智能门锁的掌静脉识别模组及其方法,其包括:线路板;电连接于所述线路板的感光芯片;被保持于所述感光芯片的感光路径的红外摄像头;以及,处理器。在所述处理器中,结合基于深度学习算法和图像处理技术,对所述掌静脉血管分布图像进行特征提取,并智能化地确定待验证用户是否为授权用户。

【技术实现步骤摘要】

本专利技术涉及智能门锁,尤其涉及一种用于智能门锁的掌静脉识别模组及其方法


技术介绍

1、掌静脉识别与其他生物特征识别技术相比,掌静脉识别具有更高的安全性,因为掌静脉血管分布是每个人独有的,且不易受外界环境影响。

2、随着智能门、智能门锁领域的快速发展,电子式开门方式以简洁、快速等特点逐步在替代机械式钥匙开门方式。将掌静脉识别技术与智能门、智能门锁相结合,可以实现更高效、更安全的开锁方式,为用户提供更优质的智能门锁服务。然而,目前市场上的掌静脉识别方案存在一些问题,如识别准确率低等,这些问题限制了掌静脉识别技术在智能门锁领域的应用和发展。

3、因此,期待一种优化的用于智能门锁的掌静脉识别方案。


技术实现思路

1、本专利技术实施例提供一种用于智能门锁的掌静脉识别模组及其方法,其包括:线路板;电连接于所述线路板的感光芯片;被保持于所述感光芯片的感光路径的红外摄像头;以及,处理器。在所述处理器中,结合基于深度学习算法和图像处理技术,对所述掌静脉血管分布图像进行特征提取,并智能化地确定待验证用户是否为授权用户。

2、本专利技术实施例还提供了一种用于智能门锁的掌静脉识别模组,其包括:

3、线路板;

4、电连接于所述线路板的感光芯片;

5、被保持于所述感光芯片的感光路径的红外摄像头;以及

6、处理器。

7、本专利技术实施例还提供了一种用于智能门锁的掌静脉识别方法,其包括:

8、获取预定时间段内多个预定时间点的cpu占有率、内存占有率、磁盘存储量和网络带宽值;

9、对所述多个预定时间点的cpu占有率、内存占有率、磁盘存储量和网络带宽值进行时序关联分析以得到运行状态特征向量;以及

10、基于所述运行状态特征向量,确定多媒体智能调度机的运行状态是否正常。

本文档来自技高网...

【技术保护点】

1.一种用于智能门锁的掌静脉识别模组,其特征在于,包括:

2.根据权利要求1所述的用于智能门锁的掌静脉识别模组,其特征在于,所述处理器,包括:

3.根据权利要求2所述的用于智能门锁的掌静脉识别模组,其特征在于,所述多尺度特征提取模块,包括:

4.根据权利要求3所述的用于智能门锁的掌静脉识别模组,其特征在于,所述基于金字塔网络的图像特征提取器对所述掌静脉血管分布图像采用四种不同尺度的最大池化操作以得到所述多个掌静脉血管分布特征图,其中,所述四种不同尺度分别为13x13、9x9、5x5、1x1。

5.根据权利要求4所述的用于智能门锁的掌静脉识别模组,其特征在于,所述上下文特征提取模块,用于:

6.根据权利要求5所述的用于智能门锁的掌静脉识别模组,其特征在于,所述授权用户确定模块,用于:

7.根据权利要求6所述的用于智能门锁的掌静脉识别模组,其特征在于,还包括用于对所述基于金字塔网络的图像特征提取器、所述基于全连接层的特征全感知模块、所述基于Bi-LSTM的图像局部特征上下文编码器和所述分类器进行训练的训练模块;</p>

8.根据权利要求7所述的用于智能门锁的掌静脉识别模组,其特征在于,在所述训练的每一轮迭代中,对所述训练上下文掌静脉血管分布特征向量进行域映射的权重矩阵进行基于类度矩阵正则化的权重空间探索约束迭代,包括:以如下优化公式对所述训练上下文掌静脉血管分布特征向量进行域映射的权重矩阵进行基于类度矩阵正则化的权重空间探索约束迭代;

9.一种用于智能门锁的掌静脉识别方法,其特征在于,包括:

10.根据权利要求9所述的用于智能门锁的掌静脉识别方法,其特征在于,对所述掌静脉血管分布图像进行多尺度特征提取以得到多个掌静脉血管分布特征图,包括:

...

【技术特征摘要】

1.一种用于智能门锁的掌静脉识别模组,其特征在于,包括:

2.根据权利要求1所述的用于智能门锁的掌静脉识别模组,其特征在于,所述处理器,包括:

3.根据权利要求2所述的用于智能门锁的掌静脉识别模组,其特征在于,所述多尺度特征提取模块,包括:

4.根据权利要求3所述的用于智能门锁的掌静脉识别模组,其特征在于,所述基于金字塔网络的图像特征提取器对所述掌静脉血管分布图像采用四种不同尺度的最大池化操作以得到所述多个掌静脉血管分布特征图,其中,所述四种不同尺度分别为13x13、9x9、5x5、1x1。

5.根据权利要求4所述的用于智能门锁的掌静脉识别模组,其特征在于,所述上下文特征提取模块,用于:

6.根据权利要求5所述的用于智能门锁的掌静脉识别模组,其特征在于,所述授权用户确定模块,用于:

7.根据权利要求...

【专利技术属性】
技术研发人员:金泽赵天明李臣明
申请(专利权)人:杭州名光微电子科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1