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：重庆工商大学;重庆金融科技研究院;重庆微脉智联科技有限公司

摘要：本发明属于掌纹识别技术领域，具体公开了一种基于轻量级风格对齐和特征对齐的跨域掌纹识别方法。包括：S1构建并基于带有标签的原始域数据预训练用于掌纹识别的深度学习模型，该模型包括了特征提取器和全连接层分类头；S2利用训练好的基于统一的一元风格迁移模型的生成器G根据带有标签的原始域数据和不同的风格信息sc生成不同的带有标签的伪目标域数据；S3基于带有标签的伪目标域数据pT和不带标签的真实目标域数据，继续训练所述深度学习模型，进而针对目标域调整其参数；S4基于调整好的深度学习模型进行目标域的掌纹识别。本发明在减少资源消耗量以及计算量的前提下，解决现存的因环境、设备等变化带来的数据偏移问题。

主权项：1.基于轻量级风格对齐和特征对齐的跨域掌纹识别方法，其特征在于，包括以下步骤：S1构建并基于带有标签的原始域数据预训练用于掌纹识别的深度学习模型，该模型包括了特征提取器和全连接层分类头；S2利用训练好的基于统一的一元风格迁移模型的生成器G根据带有标签的原始域数据和不同的风格信息sc生成不同的带有标签的伪目标域数据pFT＝Gps，sc；其中，sc由映射网络M基于噪声数据z根据指定的目标域索引didx映射而来，或者由风格提取器SE从参考图片中提取而来，即sc＝Mz，didx或sc＝SEpT，didx；所述生成器G的训练基于与判别器D的不断对抗来完成，判别器D负责判断输入的图片是真实目标域数据pT还是生成器G给出的伪目标域数据pFT；S3基于带有标签的伪目标域数据pT和不带标签的真实目标域数据，继续训练所述深度学习模型，进而针对目标域调整其参数；其中，以减少全连接层分类头的多个层针对真实目标域数据和伪目标域数据输出的特征之间的分布差异为目的调整全连接层分类头的参数；S4基于调整好的深度学习模型进行目标域的掌纹识别。

全文数据：

权利要求：

百度查询： 重庆工商大学 重庆金融科技研究院 重庆微脉智联科技有限公司 基于轻量级风格对齐和特征对齐的跨域掌纹识别方法