【技术实现步骤摘要】
本专利技术涉及机器学习领域，更具体地，涉及一种基于掌静脉的身份识别方法、系统、设备和存储介质。
技术介绍
1、在医生护士手术后，一般需要回收术中使用过的衣服和鞋子。现有技术中，一般采用人脸、指纹、ic卡等技术作为身份识别方法，成功后再让医生护士将使用过的衣鞋放回回收机内。
2、原有身份认证和回收方式中存在以下问题：由于医生护士手术后，手指通常有污染，或职业原因导致指纹纹路不清晰，造成指纹难识别；ic卡在术后一般不在身上，造成无法识别；医生护士，特别是女护士回收衣服时，上身没有穿衣服，人脸识别容易产生隐私问题。
3、cn108615002a公开了一种了一种基于卷积神经网络的手掌静脉认证方法，该基于卷积神经网络的手掌静脉认证方法具体步骤如下：s1、根据训练样本集图像，对卷积神经网络进行训练，s2、用户注册图像输入到卷积网络模型生成特征向量，s3、输入待识别图像，s4、待识别特征向量与模板存储模块中的模板特征向量进行比对识别；s5、比对结果获得的概率值取最大值，最大概率值大于一定阈值，则认证成功，否则认证失败。通过改进的模型，压缩模型规模，并提供了多种数据集联合训练的方法以解决身份认证应用中样本规模小的缺点，在特征认证阶段采用了多层感知机计算其比对识别的相似概率值，多层感知机的参数可在线训练和自动更新，提高认证速度和精度。但是上述方案只是比对结果获得的概率值，来判断是否认证成功，但是无法识别扫描掌静脉的人员身份，尤其无法识别失败的人员身份。
技术实现思路
1、本专
2、本专利技术解决其技术问题所采用的技术方案是：一种基于掌静脉的身份识别方法，包括以下步骤：
3、扫描设备对目标人员的掌静脉进行扫描，得到分布图像；
4、建立卷积网络模型提取分布图像的特征，得到特征编码；
5、将特征编码上传并保存至服务器中；
6、服务器将特征编码下发至若干回收设备。
7、优选的，所述扫描设备包括摄像头和红外探照灯；所述红外探照灯照到手掌后，所述摄像头拍摄掌静脉的分布图像。
8、优选的，所述摄像头为黑白摄像头；所述红外扫描仪的数量设置为2，且波长均为920n。
9、优选的，所述建立卷积网络模型提取分布图像的特征具体为：
10、将分布图像作为初始数据集，将初始数据集分为训练集和测试集；
11、搭建卷积网络，将训练集的分布图像输入卷积网络，对分布图像的掌纹进行特征编码，直到神经网络收敛，得到卷积网络模型；
12、将测试集的分布图像输入卷积网络模型进行测试和验证特征编码；
13、将待提取的分布图像输入测试和验证后的卷积网络模型，提取分布图像的特征编码。
14、优选的，所述对分布图像的掌纹进行特征编码具体为：
15、将分布图像的掌纹进行0和1的编码，编码位数设置为若干；
16、其中，掌纹末梢定义为0，掌纹末梢交叉定义为1。
17、优选的，所述掌纹分为若干方向进行编码。
18、优选的，编码位数设置为20位。
19、一种基于掌静脉的身份识别系统，包括依次电性连接的掌静脉扫描模块、卷积网络模型模块、服务器模块和回收设备模块；
20、所述掌静脉扫描模块，用于扫描设备对目标人员的掌静脉进行扫描，得到分布图像；
21、所述卷积网络模型模块，用于建立卷积网络模型提取分布图像的特征，得到特征编码；
22、所述服务器模块，用于将特征编码上传并保存至服务器中；
23、所述回收设备模块，用于服务器将特征编码下发至若干回收设备。
24、一种设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现所述的一种基于掌静脉的身份识别方法。
25、一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行所述的一种基于掌静脉的身份识别方法。
26、本专利技术的有益效果是：
27、本申请提供了一种基于掌静脉的身份识别方法、系统、设备和存储介质，通过基于掌静脉的身份识别，采用卷积网络模型不断进行机器学习，得到目标人员掌静脉的准确特征编码，此种身份识别方式大大提高医生护士手术准点率，避免ic卡经常不带身上而无法识别、手上有污染或职业原因指纹纹路不清晰造成指纹难识别和女护士回收衣服时产生的隐私问题。
本文档来自技高网...【技术保护点】
1.一种基于掌静脉的身份识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于掌静脉的身份识别方法，其特征在于，所述扫描设备包括摄像头和红外探照灯；所述红外探照灯照到手掌后，所述摄像头拍摄掌静脉的分布图像。
3.根据权利要求2所述的一种基于掌静脉的身份识别方法，其特征在于，所述摄像头为黑白摄像头；所述红外扫描仪的数量设置为2，且波长均为920n。
4.根据权利要求1所述的一种基于掌静脉的身份识别方法，其特征在于，所述建立卷积网络模型提取分布图像的特征具体为：
5.根据权利要求4所述的一种基于掌静脉的身份识别方法，其特征在于，所述对分布图像的掌纹进行特征编码具体为：
6.根据权利要求5所述的一种基于掌静脉的身份识别方法，其特征在于，所述掌纹分为若干方向进行编码。
7.根据权利要求5所述的一种基于掌静脉的身份识别方法，其特征在于，编码位数设置为20位。
8.一种基于掌静脉的身份识别系统，其特征在于，包括依次电性连接的掌静脉扫描模块、卷积网络模型模块、服务器模块和回收设备模块；
<...【技术特征摘要】
1.一种基于掌静脉的身份识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于掌静脉的身份识别方法，其特征在于，所述扫描设备包括摄像头和红外探照灯；所述红外探照灯照到手掌后，所述摄像头拍摄掌静脉的分布图像。
3.根据权利要求2所述的一种基于掌静脉的身份识别方法，其特征在于，所述摄像头为黑白摄像头；所述红外扫描仪的数量设置为2，且波长均为920n。
4.根据权利要求1所述的一种基于掌静脉的身份识别方法，其特征在于，所述建立卷积网络模型提取分布图像的特征具体为：
5.根据权利要求4所述的一种基于掌静脉的身份识别方法，其特征在于，所述对分布图像的掌纹进行特征编码具体为：
6.根据权利要求5所述的一种基于掌静脉的身份识别方法，其特征在于...
【专利技术属性】
技术研发人员：李勇，莫素林，
申请(专利权)人：广州市仪美医用家具科技股份有限公司，
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。