基于FV-MViT的指静脉识别方法、装置及相关介质制造方法及图纸

本发明专利技术公开了基于FV‑MViT的指静脉识别方法、装置及相关介质，该方法包括：获取多张指静脉训练图像；针对每一所述指静脉训练图像，使用限制对比度自适应直方图均衡化进行图像增强，并对增强后的图像提取Mini‑ROI区域特征；采用多个MobileViT2块、Mul‑MobileViT2块以及Emhanced MobileViT块构建得到FV‑MViT的指静脉识别模型；将所述Mini‑ROI区域特征输入至所述指静脉识别模型进行训练学习，并由所述指静脉识别模型输出对应的指静脉预测结果；通过软目标交叉熵损失函数和中心损失函数构建目标损失函数，并利用所述目标损失函数对所述指静脉识别模型进行网络参数更新，然后利用参数更新后的指静脉识别模型对指定的指静脉图像进行指静脉识别。本发明专利技术可有效提高对于指静脉识别的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及图像处理，特别涉及基于fv-mvit的指静脉识别方法、装置及相关介质。

技术介绍

1、指静脉识别是一种生物识别技术，利用个体手指的静脉纹路进行身份认证。指静脉识别通常通过使用红外光线来拍摄手指的静脉图像，并将其与事先注册的模板进行比对。这种技术在不需要接触的情况下进行身份验证，因此静脉纹身份识别技术具有不易伪造、非接触特性、不侵犯肖像隐私等优势。

2、传统的指静脉识别算法主要包括以下几种特征提取方法：直方图梯度(hog)、gabor滤波器、主成分分析（pca）、局部二值模式(lbp)、尺度不变特征变换(sift)、判别性多模态特征编码sdmfc等。这些传统算法的缺点主要包括：（1）传统算法中的特征通常针对特定问题和数据集进行设计，而不具有通用性，因此会使得这些特征在不同的场景或数据集上可能失效或表现不佳；（2）传统算法往往只能提取较低级别的特征，如边缘、纹理等特征，而无法自动学习和提取更高级别、抽象的特征，从而限制了模型的表达能力，导致识别精度不足；（2）算法在进行特征提取时，计算复杂度较高，导致识别实时性和效率受到影响，因此不适本文档来自技高网...

【技术保护点】

1.一种基于FV-MViT的指静脉识别方法，其特征在于，包括：

2.根据权利要求1所述的基于FV-MViT的指静脉识别方法，其特征在于，所述针对每一所述指静脉训练图像，使用限制对比度自适应直方图均衡化进行图像增强，并对增强后的图像提取Mini-ROI区域特征，包括：

3.根据权利要求1所述的基于FV-MViT的指静脉识别方法，其特征在于，所述针对每一所述指静脉训练图像，使用限制对比度自适应直方图均衡化进行图像增强，并对增强后的图像提取Mini-ROI区域特征，还包括：

4.根据权利要求1所述的基于FV-MViT的指静脉识别方法，其特征在于，所述采用多个...

【技术特征摘要】

1.一种基于fv-mvit的指静脉识别方法，其特征在于，包括：

2.根据权利要求1所述的基于fv-mvit的指静脉识别方法，其特征在于，所述针对每一所述指静脉训练图像，使用限制对比度自适应直方图均衡化进行图像增强，并对增强后的图像提取mini-roi区域特征，包括：

3.根据权利要求1所述的基于fv-mvit的指静脉识别方法，其特征在于，所述针对每一所述指静脉训练图像，使用限制对比度自适应直方图均衡化进行图像增强，并对增强后的图像提取mini-roi区域特征，还包括：

4.根据权利要求1所述的基于fv-mvit的指静脉识别方法，其特征在于，所述采用多个mobilevit2块、mul-mobilevit2块以及emhanced mobilevit块构建得到fv-mvit的指静脉识别模型，包括：

5.根据权利要求4所述的基于fv-mvit的指静脉识别方法，其特征在于，所述采用多个mobilevit2块、mul-mobilevit2块以及emhanced mob...

【专利技术属性】
技术研发人员：李雄军，冯晋，蔡继林，林国文，
申请(专利权)人：深圳大学，
类型：发明
国别省市：