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。