买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安易掌慧科技有限公司

摘要：本发明公开了一种基于全手掌的掌纹识别方法、装置、终端设备及存储介质，首先针对采集到的人手图像，采用关键点检测算法定位到食指指跟外侧的关键点A与小拇指指跟外侧的关键点B，然后根据它们之间的距离与垂线方向提取到全手掌区域。本发明全手掌区域覆盖更多的掌纹面积，包含更多的掌纹纹理、褶皱等特征。将全手掌区域均匀划分为四个子区域，并针对每个子区域设计卷积神经网络，提取到子区域特征，最后将这些子区域特征拼接在一起输入到融合网络中，提取到最终的掌纹特征，用于识别，这部分方法能够充分提取到全手掌区域不同方位的判别性掌纹信息。本发明能够大幅提高现有掌纹识别技术的准确性，并能够降低识别方法对人手图像采集的严格要求。

主权项：1.基于全手掌的掌纹识别方法，其特征在于，包括以下步骤：采集手掌图像，并定位食指指跟外侧的关键点与小拇指指跟外侧的关键点；提取全手掌区域，具体方法如下：食指指跟外侧的关键点A与小拇指指跟外侧的关键点B在全手掌区域的边缘，将二者分别作为方形全手掌区域的两个顶点，并将二者之间的距离定义为方形全手掌区域的边长L，所述边长L通过计算关键点A与关键点B坐标之间的欧氏距离获得；以线段AB的垂线方向作为全手掌区域的方向，在人手图像中裁剪出全手掌区域；划分全手掌区域为若干子区域，并提取子区域的特征，具体方法如下：依据手掌功能区将全手掌区域均匀划分为四个子区域、、、，然后将四个子区域、、、分别输入到四个卷积神经网络、、、中，分别提取到四个子区域的特征为、、、，其中、、、采用VGG16网络结构或ResNet网络结构的卷积部分；然后将、、、按照通道对齐的方式拼接成一个特征，表示为；对子区域的特征进行融合，得到全手掌区域的特征，具体如下：将特征输入到融合网络中，最终得到全手掌区域的特征；计算全手掌区域特征之间的距离，实现身份识别，具体方法如下：采用对比损失对整个特征提取部分的卷积神经网络、、、和融合网络进行训练，对于两张全手掌区域图像和来说，二者之间的对比损失表示为： 其中，表示图像和之间的类别关系，当二者属于同一个类别时，，当二者属于不同的类别时，，表示图像和之间的欧氏距离，是一个阈值；在训练特征提取卷积神经网络、、、和融合网络时，输入多张全手掌区域图像，根据它们之间的类别关系，计算得到，并进行梯度回传，更新它们的权重。

全文数据：

权利要求：

百度查询： 西安易掌慧科技有限公司 基于全手掌的掌纹识别方法、装置、终端设备及存储介质