申请/专利权人：深圳市盛思达通讯技术有限公司

申请日：2023-12-28

公开（公告）日：2024-04-12

公开（公告）号：CN117475539B

主分类号：G07C9/00

分类号：G07C9/00;G06V40/12;G06V10/80;G06V10/25;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2024.02.20#实质审查的生效;2024.01.30#公开

摘要：本发明涉及门禁管理领域，更具体的说，它涉及一种基于掌纹识别的门禁管理方法及系统。一种基于掌纹识别的门禁管理系统，包括：手掌图片采集模块、掌纹特征提取模型管理模块、待匹配掌纹特征输出模块、掌纹特征匹配模块、门禁控制模块和提醒模块。本发明通过基于深度学习的掌纹区域提取块对手掌中的掌纹区域进行提取，相较于传统基于关键点的方式，对于手掌的不同大小、手掌中的污渍等情况具备更高的适配性；同时本申请通过对不同掌纹图像进行融合，能够拟合用户输入的不同角度的掌纹，在实际运行中具备更高的识别准确率。

主权项：1.一种基于掌纹识别的门禁管理方法，其特征在于，包括：获取来自于用户的手掌图片；将手掌图片送入训练好的掌纹特征提取模型进行处理，输出待匹配掌纹特征；掌纹特征提取模型包括掌纹区域提取块、多角度掌纹图像生成模块，二进制掌纹图像生成块、多角度二进制掌纹图像融合块和掌纹特征提取块，其中掌纹区域提取块用于从手掌图片中获取掌纹区域；多角度掌纹图像生成模块用于根据掌纹区域从手掌图片中生成不同角度的掌纹图像；二进制掌纹图像生成块用于将掌纹图像进行特征识别，并生成对应的二进制掌纹图像；多角度二进制掌纹图像融合块用于将不同角度的二进制掌纹图像进行融合，得到二进制掌纹特征图；掌纹特征提取块用于基于融合后的二进制掌纹特征图输出待匹配掌纹特征；将输出的待匹配掌纹特征与本地掌纹特征库进行匹配，本地掌纹特征库中存储用户标签和对应的掌纹特征，若是匹配成功，控制门禁打开；否则，发出提醒信息；将手掌图片送入训练好的掌纹特征提取模型进行处理，具体包括如下步骤：将手掌图片送入掌纹区域提取块进行处理，得到掌纹区域，掌纹区域为位置信息，坐标轴为以手掌图片中左上角为坐标原点，以水平向右为X轴，以竖直向下为Y轴；将掌纹区域送入多角度掌纹图像生成模块中，再将掌纹区域对手掌图片进行框选，并将框选的部分手掌图片记为掌纹图像F0，掌纹区域生成掌纹区域坐标集，掌纹区域坐标集中存储掌纹区域中所有像素点的掌纹区域坐标，记为fi，其中i=1，2，3…I，i为掌纹区域坐标的编号，I为掌纹区域坐标集中掌纹区域坐标的总个数，并将掌纹区域中心像素点的掌纹坐标记为fcenter；基于旋转角度集将手掌图片绕掌纹坐标fcenter进行旋转，再通过掌纹区域对旋转后的手掌图片进行框选，并将框选的部分手掌图片记为掌纹图像Fn，其中旋转角度集中存储旋转角度θn，每一个旋转角度θn对应一个掌纹图像Fn，n=1，2，3…N，n为旋转角度θn对应的编号，N为旋转角度的总个数，旋转角度θn为手掌图片逆时针旋转的角度，旋转角度集内的所有旋转角度θn通过麻雀搜索算法拟合得到；将掌纹图像F0与掌纹图像Fn分别送入二进制掌纹图像生成块进行处理，得到掌纹图像F0与掌纹图像Fn对应的二进制掌纹图像G0与二进制掌纹图像Gn；将二进制掌纹图像G0与二进制掌纹图像Gn送入多角度二进制掌纹图像融合块，构建二进制掌纹特征图，二进制掌纹特征图的大小为L×W×（N+1），其中L和W分别为二进制掌纹特征图的长和宽，（N+1）为二进制掌纹特征图的通道数，且与二进制掌纹图像的总个数一致；将二进制掌纹特征图送入掌纹特征提取块进行处理，输出待匹配掌纹特征；掌纹区域提取块基于Faster-RCNN建立，具体包括卷积层、RPN网络、ROIpooling层和分类层；针对掌纹区域提取块的训练具体包括如下步骤：获取通过矩形框标注好掌纹区域的第一训练手掌图片，将所有第一训练手掌图片划分成第一训练集和第一验证集；再将第一训练集送入参数初始化的掌纹区域提取块中进行训练，判断是否满足第一训练条件，若是满足第一训练条件，输出训练好的掌纹区域提取块；否则，继续迭代训练；通过第一验证集对掌纹区域提取块中的超参数进行调整。

全文数据：

权利要求：

百度查询： 深圳市盛思达通讯技术有限公司 一种基于掌纹识别的门禁管理方法及系统

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