申请/专利权人：南京林业大学

申请日：2024-01-08

公开（公告）日：2024-04-09

公开（公告）号：CN117854128A

主分类号：G06V40/14

分类号：G06V40/14;G06V10/774;G06V10/82;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了基于元学习的智能家居安防场景下手指静脉识别方法，包括：步骤一、定义每个家庭为一个独立任务Ti，每个任务均分为Ds和Dq；步骤二、初始化网络的模型参数；步骤三、根据数据集Ds来计算梯度并更新模型参数；步骤四、计算并保存更新后的网络在数据集Dq下的损失；步骤五、判断内循环的训练步数j是否达到δ；步骤六、判断外循环的训练步数i是否达到B；步骤七、计算内循环和外循环的所有Dq下的损失进行指数加权并更新网络；步骤八、对于新的任务Ti，使用每位家庭成员的注册模板组成数据集Ds和Dq，调整模型并评估网络是否预测正确。本发明保证了手指静脉识别系统在智能家居安防场景下的高效运行。

主权项：1.基于元学习的智能家居安防场景下手指静脉识别方法，其特征在于，包括：步骤一、定义每个家庭为一个独立任务Ti，每个任务均分为训练集Ds和查询集Dq；步骤二、初始化网络的模型参数；步骤三、根据训练集Ds来计算梯度并更新模型参数；步骤四、计算并保存更新后的网络在查询集Dq下的损失；步骤五、判断内循环的训练步数j是否达到内循环中每个任务的梯度更新步数δ；步骤六、判断外循环的训练步数i是否达到一个训练批次中任务的数量B；步骤七、计算内循环和外循环的所有查询集Dq下的损失进行指数加权并更新网络；步骤八、对于新的任务Ti，使用每位家庭成员的注册模板组成训练集Ds和查询集Dq，调整模型并评估网络是否预测正确，实现智能家居安防场景下手指静脉识别方法。

全文数据：

权利要求：

百度查询： 南京林业大学 基于元学习的智能家居安防场景下手指静脉识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD