CN111144323A - 一种掌静脉生物特征识别注册库自适应变化方法 - Google Patents

一种掌静脉生物特征识别注册库自适应变化方法 Download PDF

Info

Publication number
CN111144323A
CN111144323A CN201911384409.7A CN201911384409A CN111144323A CN 111144323 A CN111144323 A CN 111144323A CN 201911384409 A CN201911384409 A CN 201911384409A CN 111144323 A CN111144323 A CN 111144323A
Authority
CN
China
Prior art keywords
palm vein
latest
image
feature
palm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911384409.7A
Other languages
English (en)
Inventor
卢慧莉
詹恩毅
聂为清
孙恺斌
林智惠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhiguan Yizhangtong Technology Shenzhen Co ltd
Original Assignee
Guangdong Wicrown Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Wicrown Information Technology Co ltd filed Critical Guangdong Wicrown Information Technology Co ltd
Priority to CN201911384409.7A priority Critical patent/CN111144323A/zh
Publication of CN111144323A publication Critical patent/CN111144323A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/14—Vascular patterns

Abstract

本发明涉及掌静脉生物识别技术领域，具体公开了一种掌静脉生物特征识别注册库自适应变化方法，在每一次进行掌静脉比对识别的时候，自动拍摄识别成功的最新手掌静脉图像，然后进行特征提取，并获得该特征在手掌静脉特征库中的识别成功率，然后与其他库中保存的原手掌静脉图像的识别成功率进行比对，若存在小于最新的手掌静脉图像识别成功率的手掌静脉图像，则用最新手掌静脉图像替换识别成功率最小的原手掌静脉图像，并将该最新手掌静脉图像的特征更新入手掌静脉特征库中，从而保持个人手掌静脉特征库为最新的个人特征库，提高识别成功率，增强使用体验感。

Description

一种掌静脉生物特征识别注册库自适应变化方法
技术领域
本发明涉及掌静脉生物识别技术领域，尤其涉及一种掌静脉生物特征识别注册库自适应变化方法。
背景技术
计算机的普遍性和必要性是当今信息技术发展的必然结果，致使整个社会成为信息和网络的结合体，如何进一步加强社会信息化和网络化的安全性成为如今迫切需要解决问题的重中之重，而身份认证就是古往今来所使用的一种基本方法。传统的身份认证有两种方式，一种是基于标志物(钥匙、证件)的身份认证；另外一种是基于知识(密码，卡号)的身份认证，但这两者的缺陷都是通过“身外之物”进行身份认证，而这些身外之物容易被伪造或者冒充，要消除这些隐患必须摒弃这些身外之物，寻求一种对个人自身独有的特征进行认证的识别技术，即生物识别技术。
生物识别技术是对人体自身所拥有的生物特征进行自动身份识别的技术，生理特征包括DNA、耳廓、人脸、虹膜、视网膜、掌纹、手型、手上的静脉血管等，行为特征包括手写签名、声纹、步态等。行为特征不具备一定的精确度，并且容易被模仿和假冒，在实际使用中存在一定的不安全性。虹膜、指纹等这些人体识别技术容易被仿冒且容易取得。因此静脉特征识别技术是一种安全性很高的身份识别技术。
用户在进行手掌静脉生物识别时，一般一开始先进行手掌静脉图像特征采集，每次采集一只手约3-5次，每个人形成一个自己的3-5只手掌静脉特征库，目前每次识别的时候所拍摄的图像都会直接和这之前所采集的特征库进行一一比对识别，但在人类的成长过程中，手掌静脉也会发生轻微的变化，而且人们每次放置的手掌的位置不同，所拍摄的图像有可能会和原来采集的时候有所区别，有可能会出现比对难以识别成功的情况，使人们体验感变差。
发明内容
本发明提供一种掌静脉生物特征识别注册库自适应变化方法，解决的技术问题是，当手掌静脉发生轻微变化时，手掌静脉特征库并未及时更新特征值，而存在难以识别成功的情况。
为解决以上技术问题，本发明提供一种掌静脉生物特征识别注册库自适应变化方法，包括步骤：
S1.用户注册时，首次采集多张手掌静脉图像并进行特征提取，形成手掌静脉特征库；
S2.用户识别时，保存识别成功的最新手掌静脉图像；
S3.判断所述最新手掌静脉图像的识别成功率是否高于形成所述手掌静脉特征库的手掌静脉图像，若是，则用所述最新手掌静脉图像替换识别成功率最低的手掌静脉图像并进入下一步；
S4.更新所述手掌静脉特征库。
所述的一种掌静脉生物特征识别注册库自适应变化方法，在识别后续用户时，循环执行所述步骤S2～S3。
进一步地，所述步骤S3具体包括步骤：
S31.保存最新手掌静脉图像并对其进行特征提取，得到最新特征数据；
S32.计算所述最新特征数据在所述手掌静脉特征库中的识别成功率；
S33.计算首次采集的所述多张手掌静脉图像各自在所述手掌静脉特征库中的识别成功率；
S34.判断所述最新手掌静脉图像的匹配度是否高于所述多张手掌静脉图像的其中一个，若是则用所述最新手掌静脉图像替换所述多张手掌静脉图像中识别成功率最低的手掌静脉图像。
进一步地，所述步骤S4具体为：
用所述最新手掌静脉图像的最新特征数据替换识别成功率最低的手掌静脉图像的特征数据。
优选地，在所述步骤S1中，所述多张手掌静脉图像为3～6张。
在一实施例中，在所述步骤S1及所述步骤S31中，所述进行特征提取的过程包括：
(1)采集手部掌静脉图像；
(2)对所述手掌静脉图像进行灰度化处理，得到对应的掌静脉灰度图像；
(3)通过判断连通区域面积的大小确定所述掌静脉灰度图像的识别区域并标记；
(4)根据标记的所述识别区域生成2DPCA特征库；
(5)对所述特征库内的像素进行分块，得到多个像素块；
(6)对所述多个像素块均进行高斯降噪处理；
(7)对降噪处理后的每个所述像素块的投影矩阵进行加权处理；
(8)去除加权处理所得结果的椒盐噪声，得到每个所述像素块的特征，汇合成所述特征数据。
进一步地，所述识别成功率的计算方式为：
确定所述特征数据中与所述手掌静脉特征库中的特征相匹配的特征；计算所述相匹配的特征在所述手掌静脉特征库中的比重。
进一步地，所述手掌静脉特征库存储在本地与或云中。
本发明提供的一种掌静脉生物特征识别注册库自适应变化方法，在每一次进行掌静脉比对识别的时候，自动拍摄识别成功的最新手掌静脉图像，然后进行特征提取，并获得该特征在手掌静脉特征库中的识别成功率，然后与其他库中保存的原手掌静脉图像的识别成功率进行比对，若存在小于最新的手掌静脉图像识别成功率的手掌静脉图像，则用最新手掌静脉图像替换识别成功率最小的原手掌静脉图像，并将该最新手掌静脉图像的特征更新入手掌静脉特征库中，从而保持个人手掌静脉特征库为最新的个人特征库，提高识别成功率，增强使用体验感。
附图说明
图1是本发明实施例提供的一种掌静脉生物特征识别注册库自适应变化方法的步骤流程图；
图2是本发明实施例提供的一种掌静脉生物特征识别注册库自适应变化方法的原理解析图。
具体实施方式
下面结合附图具体阐明本发明的实施方式，实施例的给出仅仅是为了说明目的，并不能理解为对本发明的限定，包括附图仅供参考和说明使用，不构成对本发明专利保护范围的限制，因为在不脱离本发明精神和范围基础上，可以对本发明进行许多改变。
本发明实施例提供的一种掌静脉生物特征识别注册库自适应变化方法，如图1所示的步骤流程图，包括步骤：
S1.用户注册时，首次采集多张手掌静脉图像并进行特征提取，形成手掌静脉特征库；
S2.用户识别时，保存识别成功的最新手掌静脉图像；
S3.判断所述最新手掌静脉图像的识别成功率是否高于形成所述手掌静脉特征库的手掌静脉图像，若是，则用所述最新手掌静脉图像替换识别成功率最低的手掌静脉图像并进入下一步；
S4.更新所述手掌静脉特征库。
所述的一种掌静脉生物特征识别注册库自适应变化方法，在识别后续用户时，循环执行所述步骤S2～S3。
所述步骤S3具体包括步骤：
S31.保存最新手掌静脉图像并对其进行特征提取，得到最新特征数据；
S32.计算所述最新特征数据在所述手掌静脉特征库中的识别成功率；
S33.计算首次采集的所述多张手掌静脉图像各自在所述手掌静脉特征库中的识别成功率；
S34.判断所述最新手掌静脉图像的匹配度是否高于所述多张手掌静脉图像的其中一个，若是则用所述最新手掌静脉图像替换所述多张手掌静脉图像中识别成功率最低的手掌静脉图像。
作为一种实施方式，所述识别成功率的计算方式为：
确定所述特征数据中与所述手掌静脉特征库中的特征相匹配的特征；计算所述相匹配的特征在所述手掌静脉特征库中的比重。
作为一种实施方式，所述步骤S4具体为：
用所述最新手掌静脉图像的最新特征数据替换识别成功率最低的手掌静脉图像的特征数据。
优选地，在所述步骤S1中，所述多张手掌静脉图像为3～6张，但本实施例并不对图像数量做具体限制，但至少应该为2张。
如图2所示，以一用户的三张手掌静脉图像A(包括特征A1～Ao)、B(包括特征B1～Bp)、C(C1～Cq)为例，此时该用户的手掌静脉特征库里，包括图像A、B、C的特征，基于图像A、B、C可能存在相同的特征，实际上手掌静脉特征库为集合A∪B∪C。此时，识别到新的图像D(包括特征D1～Dk)，其识别成功率高于A、B、C中识别成功率最低的C，则直接将C的特征全部替换为D的特征，此时的手掌静脉特征库为A∪B∪D有新的特征，如果D携带有新的特征，则被顺利地放入手掌静脉特征库中。
在一实施例中，在所述步骤S1及所述步骤S31中，所述进行特征提取的过程现有技术已经公开了多种实现方式，比如包括步骤：
(1)采集手部掌静脉图像；
(2)对所述手掌静脉图像进行灰度化处理，得到对应的掌静脉灰度图像；
(3)通过判断连通区域面积的大小确定所述掌静脉灰度图像的识别区域并标记；
(4)根据标记的所述识别区域生成2DPCA特征库；
(5)对所述特征库内的像素进行分块，得到多个像素块；
(6)对所述多个像素块均进行高斯降噪处理；
(7)对降噪处理后的每个所述像素块的投影矩阵进行加权处理；
(8)去除加权处理所得结果的椒盐噪声，得到每个所述像素块的特征，汇合成所述特征数据。
上述步骤是采用的专利《CN201510513369.7一种掌静脉图像识别方法》的设计思想，更具体的实现细节可参见该专利的说明书。
所述进行特征提取的过程还可以包括步骤：
(1)采集手掌静脉图像并进行预处理；
(2)二值化提取出所述手掌静脉图像中的手掌图像，进行手掌关键点定位，采用高斯滤波进行去噪处理，采用直方图均衡化进行增强；
(3)用Niblack图像阈值分割法对增强后的手掌图像进行阈值分割，采用中值滤波进行去噪处理，再进行图像的细化和裁剪；
(4)采用局部结构关系匹配和欧式距离匹配相结合的匹配方式对裁剪后的图像在八邻域中进行特征点提取。
上述步骤是采用的专利《CN201510738726.X一种基于八邻域和二次匹配的手掌静脉特征提取和匹配方法》的设计思想，更具体的实现细节可参见该专利的说明书。
本实施例并不对特征提取的技术进行限定。
还需要说明的是，本实施例所保护的所述手掌静脉特征库存储在本地与或云中。即是，所述手掌静脉特征库可以是只存储在本地，可以是只存储在云端，还可以是同时存储在本地和云端。优选的一种实施方式是同时存储在云端，针对同一个掌静脉生物特征识别系统的用户，都可以对其手掌静脉特征库进行同步更新，以保证数据的统一，增强用户使用体验。
本发明实施例提供的一种掌静脉生物特征识别注册库自适应变化方法，在每一次进行掌静脉比对识别的时候，自动拍摄识别成功的最新手掌静脉图像，然后进行特征提取，并获得该特征在手掌静脉特征库中的识别成功率，然后与其他库中保存的原手掌静脉图像的识别成功率进行比对，若存在小于最新的手掌静脉图像识别成功率的手掌静脉图像，则用最新手掌静脉图像替换识别成功率最小的原手掌静脉图像，并将该最新手掌静脉图像的特征更新入手掌静脉特征库中，从而保持个人手掌静脉特征库为最新的个人特征库，提高识别成功率，增强使用体验感。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种掌静脉生物特征识别注册库自适应变化方法，其特征在于，包括步骤：
S1.用户注册时，首次采集多张手掌静脉图像并进行特征提取，形成手掌静脉特征库；
S2.用户识别时，保存识别成功的最新手掌静脉图像；
S3.判断所述最新手掌静脉图像的识别成功率是否高于形成所述手掌静脉特征库的手掌静脉图像，若是，则用所述最新手掌静脉图像替换识别成功率最低的手掌静脉图像并进入下一步；
S4.更新所述手掌静脉特征库。
2.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于：识别后续用户时，循环执行所述步骤S2～S3。
3.如权利要求2所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于，所述步骤S3具体包括步骤：
S31.保存最新手掌静脉图像并对其进行特征提取，得到最新特征数据；
S32.计算所述最新特征数据在所述手掌静脉特征库中的识别成功率；
S33.计算首次采集的所述多张手掌静脉图像各自在所述手掌静脉特征库中的识别成功率；
S34.判断所述最新手掌静脉图像的匹配度是否高于所述多张手掌静脉图像的其中一个，若是则用所述最新手掌静脉图像替换所述多张手掌静脉图像中识别成功率最低的手掌静脉图像。
4.如权利要求3所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于，所述步骤S4具体为：
用所述最新手掌静脉图像的最新特征数据替换识别成功率最低的手掌静脉图像的特征数据。
5.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于：在所述步骤S1中，所述多张手掌静脉图像为3～6张。
6.如权利要求4所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于，在所述步骤S1及所述步骤S31中，所述进行特征提取的过程包括：
(1)采集手部掌静脉图像；
(2)对所述手掌静脉图像进行灰度化处理，得到对应的掌静脉灰度图像；
(3)通过判断连通区域面积的大小确定所述掌静脉灰度图像的识别区域并标记；
(4)根据标记的所述识别区域生成2DPCA特征库；
(5)对所述特征库内的像素进行分块，得到多个像素块；
(6)对所述多个像素块均进行高斯降噪处理；
(7)对降噪处理后的每个所述像素块的投影矩阵进行加权处理；
(8)去除加权处理所得结果的椒盐噪声，得到每个所述像素块的特征，汇合成所述特征数据。
7.如权利要求6所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于，所述识别成功率的计算方式为：
确定所述特征数据中与所述手掌静脉特征库中的特征相匹配的特征；计算所述相匹配的特征在所述手掌静脉特征库中的比重。
8.如权利要求1所述的一种掌静脉生物特征识别注册库自适应变化方法，其特征在于：所述手掌静脉特征库存储在本地与或云中。
CN201911384409.7A 2019-12-28 2019-12-28 一种掌静脉生物特征识别注册库自适应变化方法 Pending CN111144323A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911384409.7A CN111144323A (zh) 2019-12-28 2019-12-28 一种掌静脉生物特征识别注册库自适应变化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911384409.7A CN111144323A (zh) 2019-12-28 2019-12-28 一种掌静脉生物特征识别注册库自适应变化方法

Publications (1)

Publication Number Publication Date
CN111144323A true CN111144323A (zh) 2020-05-12

Family

ID=70521325

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911384409.7A Pending CN111144323A (zh) 2019-12-28 2019-12-28 一种掌静脉生物特征识别注册库自适应变化方法

Country Status (1)

Country Link
CN (1) CN111144323A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111753788A (zh) * 2020-06-30 2020-10-09 重庆勤鸟圈科技有限公司 用于指静脉识别的自学习式控制系统及方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117700A (zh) * 2015-08-20 2015-12-02 青岛三链锁业有限公司 一种掌静脉图像识别方法
CN105117702A (zh) * 2015-08-20 2015-12-02 青岛三链锁业有限公司 一种掌静脉图像识别装置
CN105389566A (zh) * 2015-11-13 2016-03-09 广东欧珀移动通信有限公司 指纹识别方法、指纹模板的更新方法、装置和移动终端
CN105468956A (zh) * 2015-12-28 2016-04-06 深圳市亚略特生物识别科技有限公司 基于生物识别的智能移动终端及电子系统
CN105678238A (zh) * 2015-12-29 2016-06-15 努比亚技术有限公司 指纹认证装置、方法
CN205486117U (zh) * 2015-12-28 2016-08-17 深圳市亚略特生物识别科技有限公司 基于生物识别的智能移动终端
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
CN106682608A (zh) * 2016-12-23 2017-05-17 努比亚技术有限公司 指纹匹配装置及方法
CN106714109A (zh) * 2017-01-12 2017-05-24 上海交通大学 基于众包数据的WiFi指纹库更新方法
CN106909900A (zh) * 2017-02-27 2017-06-30 努比亚技术有限公司 指纹识别方法及装置
CN107180182A (zh) * 2017-06-09 2017-09-19 青岛海信移动通信技术股份有限公司 一种指纹解锁方法和装置
CN107729884A (zh) * 2017-11-22 2018-02-23 广东欧珀移动通信有限公司 指纹识别方法、移动终端以及计算机可读存储介质
CN108009482A (zh) * 2017-11-25 2018-05-08 宁波亿拍客网络科技有限公司 一种提高人脸识别效率方法
CN108090420A (zh) * 2017-11-30 2018-05-29 睿视智觉（深圳）算法技术有限公司 一种人脸识别方法
CN108460346A (zh) * 2018-02-09 2018-08-28 厦门美图移动科技有限公司 指纹识别方法及装置
CN109934114A (zh) * 2019-02-15 2019-06-25 重庆工商大学 一种手指静脉模板生成与更新算法及系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105868679A (zh) * 2015-01-23 2016-08-17 深圳市汇顶科技股份有限公司 指纹信息的动态更新方法和指纹识别装置
CN105117700A (zh) * 2015-08-20 2015-12-02 青岛三链锁业有限公司 一种掌静脉图像识别方法
CN105117702A (zh) * 2015-08-20 2015-12-02 青岛三链锁业有限公司 一种掌静脉图像识别装置
CN105389566A (zh) * 2015-11-13 2016-03-09 广东欧珀移动通信有限公司 指纹识别方法、指纹模板的更新方法、装置和移动终端
CN105468956A (zh) * 2015-12-28 2016-04-06 深圳市亚略特生物识别科技有限公司 基于生物识别的智能移动终端及电子系统
CN205486117U (zh) * 2015-12-28 2016-08-17 深圳市亚略特生物识别科技有限公司 基于生物识别的智能移动终端
CN105678238A (zh) * 2015-12-29 2016-06-15 努比亚技术有限公司 指纹认证装置、方法
CN106682608A (zh) * 2016-12-23 2017-05-17 努比亚技术有限公司 指纹匹配装置及方法
CN106714109A (zh) * 2017-01-12 2017-05-24 上海交通大学 基于众包数据的WiFi指纹库更新方法
CN106909900A (zh) * 2017-02-27 2017-06-30 努比亚技术有限公司 指纹识别方法及装置
CN107180182A (zh) * 2017-06-09 2017-09-19 青岛海信移动通信技术股份有限公司 一种指纹解锁方法和装置
CN107729884A (zh) * 2017-11-22 2018-02-23 广东欧珀移动通信有限公司 指纹识别方法、移动终端以及计算机可读存储介质
CN108009482A (zh) * 2017-11-25 2018-05-08 宁波亿拍客网络科技有限公司 一种提高人脸识别效率方法
CN108090420A (zh) * 2017-11-30 2018-05-29 睿视智觉（深圳）算法技术有限公司 一种人脸识别方法
CN108460346A (zh) * 2018-02-09 2018-08-28 厦门美图移动科技有限公司 指纹识别方法及装置
CN109934114A (zh) * 2019-02-15 2019-06-25 重庆工商大学 一种手指静脉模板生成与更新算法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111753788A (zh) * 2020-06-30 2020-10-09 重庆勤鸟圈科技有限公司 用于指静脉识别的自学习式控制系统及方法

Similar Documents

Publication Publication Date Title
CN109165593B (zh) 用于生物认证的特征提取及匹配以及模板更新
Joshi et al. Latent fingerprint enhancement using generative adversarial networks
Wang et al. Finger vein recognition using LBP variance with global matching
CN104036254A (zh) 一种人脸识别方法
Piciucco et al. Cancelable biometrics for finger vein recognition
Hilles et al. Latent fingerprint enhancement and segmentation technique based on hybrid edge adaptive dtv model
Das et al. Fuzzy logic based selera recognition
Chen et al. Explainable AI: a multispectral palm-vein identification system with new augmentation features
Bharath et al. Iris recognition using radon transform thresholding based feature extraction with Gradient-based Isolation as a pre-processing technique
JP5698418B2 (ja) 虹彩認識による識別
CN108875549A (zh) 图像识别方法、装置、系统及计算机存储介质
Donida Labati et al. A scheme for fingerphoto recognition in smartphones
Bera et al. Two-stage human verification using HandCAPTCHA and anti-spoofed finger biometrics with feature selection
Kassem et al. An enhanced ATM security system using multimodal biometric strategy
CN111144323A (zh) 一种掌静脉生物特征识别注册库自适应变化方法
CN114373218B (zh) 一种用于检测活体对象的卷积网络的生成方法
Rossan et al. Impact of changing parameters when preprocessing dorsal hand vein pattern
Fei et al. Combining enhanced competitive code with compacted ST for 3D palmprint recognition
Kaur et al. Finger print Recognition Using Genetic Algorithm and Neural Network
Hartung et al. Quality estimation for vascular pattern recognition
Misra et al. A study report on finger print image enhancement methods
Nadiya et al. Dorsal Hand Vein Biometric Recognition Based on Orientation of Local Binary Pattern
Kuban et al. A NOVEL MODIFICATION OF SURF ALGORITHM FOR FINGERPRINT MATCHING.
Choras Biometric personal authentication using images of forearm vein patterns
Uddin et al. Artificial Neural Network Inducement for Enhancement of Cloud Computing Security

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20220309

Address after: 518109 1011, Taojing Jinhua building, Taoyuan community, Dalang street, Longhua District, Shenzhen, Guangdong Province

Applicant after: Zhangmaitong Information Technology Co.,Ltd.

Address before: 516001 office on the second floor of the office building of Dongya village committee, Ruhu Town, Huizhou City, Guangdong Province

Applicant before: GUANGDONG WICROWN INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230403

Address after: 518042 303, Floor 3, Building 6, Anhua Community, No. 18, Tairan 8th Road, Tian'an Community, Shatou Street, Futian District, Shenzhen, Guangdong

Applicant after: Zhiguan Yizhangtong Technology (Shenzhen) Co.,Ltd.

Address before: 518109 1011, Taojing Jinhua building, Taoyuan community, Dalang street, Longhua District, Shenzhen, Guangdong Province

Applicant before: Zhangmaitong Information Technology Co.,Ltd.

TA01 Transfer of patent application right