買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜南京郵電大學(xué)申請(qǐng)的專利一種基于多特征融合的指靜脈仿冒檢測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114913607B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210668731.8，技術(shù)領(lǐng)域涉及：G06V40/40；該發(fā)明授權(quán)一種基于多特征融合的指靜脈仿冒檢測(cè)方法是由邵雷;劉星利;穆恒宇;馬宇晗;邰奕雯;郭劍;張勤;韓崇;王娟設(shè)計(jì)研發(fā)完成，并于2022-06-14向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于多特征融合的指靜脈仿冒檢測(cè)方法在說(shuō)明書摘要公布了：一種基于多特征融合的指靜脈仿冒檢測(cè)方法，利用真?zhèn)戊o脈圖像在成像質(zhì)量上的差異，將圖像的噪聲特征和模糊特征進(jìn)行融合，來(lái)進(jìn)行仿冒攻擊的檢測(cè)。本方法實(shí)現(xiàn)簡(jiǎn)單，原始指靜脈圖像在實(shí)現(xiàn)真?zhèn)舞b別的同時(shí)，可同時(shí)用于后續(xù)的身份識(shí)別，減少了額外的計(jì)算機(jī)資源消耗；相比于僅使用單一圖像紋理特征的指靜脈仿冒檢測(cè)方法，本方法融合靜脈圖像的噪聲特征和模糊特征，可增加真?zhèn)戊o脈圖像的區(qū)分度，有助于提高指靜脈仿冒檢測(cè)的準(zhǔn)確度；相比于傳統(tǒng)的直接串聯(lián)或并行的多特征融合方法，本方法使用加權(quán)特征融合，考慮了各特征的重要程度，減小了特征間的相互影響，提高了分類器的泛化能力。

本發(fā)明授權(quán)一種基于多特征融合的指靜脈仿冒檢測(cè)方法在權(quán)利要求書中公布了：1.一種基于多特征融合的指靜脈仿冒檢測(cè)方法，其特征在于：所述方法包括如下步驟：步驟1：對(duì)于輸入圖像I，分別在0°、45°、90°和135°四個(gè)方向上對(duì)圖像進(jìn)行差分濾波，得到四個(gè)方向上的差分矩陣M→、M↗、M↑和M↖，作為圖像的噪聲信息；步驟2：對(duì)于輸入圖像I，采用引導(dǎo)濾波方法提取圖像的模糊信息；步驟2中，包括如下分步驟：步驟2.1，對(duì)于輸入圖像I，設(shè)置引導(dǎo)濾波器的引導(dǎo)圖像p等于I，濾波輸出圖像記為q；假設(shè)p和q在窗口wk中存在局部線性關(guān)系，即q是p在窗口wk中的局部線性變換，其中窗口wk以像素k為中心，r為半徑，則q中各像素點(diǎn)的計(jì)算如式5所示： 其中i、k都是像素索引，αk和bk為系數(shù)，且在局部窗口wk中為常數(shù)；步驟2.2，記I和q之差為E，則通過(guò)式6對(duì)q進(jìn)行約束，最小化E后求解系數(shù)αk和bk： 其中ε0，ε是為防止求得過(guò)大的αk而引入的正則化參數(shù)，Ii表示輸入圖像I的一個(gè)像素i，且i∈wk；使用最小二乘法可解得線性系數(shù)其中uk和σk2分別表示在窗口wk中的均值和方差，|w|是窗口wk中的像素個(gè)數(shù)，表示輸入圖像I在窗口wk中的均值；步驟2.3，計(jì)算某一像素點(diǎn)的具體輸出時(shí)，將包含該像素點(diǎn)的所有線性函數(shù)值取平均，則最終濾波輸出如式7所示： 其中，wi是所有包含像素k的窗口，且像素i為窗口的中心；濾波輸出的結(jié)果q將作為圖像的模糊信息；步驟3：對(duì)步驟2得到的結(jié)果進(jìn)行2*2均等分塊，得到四個(gè)模糊信息塊；步驟4：對(duì)步驟1得到的四個(gè)方向上的差分矩陣進(jìn)行LBP紋理特征提取，并將結(jié)果進(jìn)行串聯(lián)，作為圖像的噪聲特征F1；步驟5：對(duì)步驟3得到的四個(gè)模糊信息塊進(jìn)行LBP紋理特征提取，并將結(jié)果進(jìn)行串聯(lián)，作為圖像的模糊特征F2；步驟6：對(duì)噪聲特征F1和模糊特征F2進(jìn)行線性加權(quán)融合；步驟7：訓(xùn)練分類模型；對(duì)特征融合后的結(jié)果使用支持向量機(jī)進(jìn)行訓(xùn)練分類，訓(xùn)練過(guò)程中使用粒子群算法進(jìn)行特征的權(quán)值尋優(yōu)，獲得最佳權(quán)值和分類模型；步驟8：應(yīng)用分類模型；向分類模型輸入所需檢測(cè)的指靜脈圖像，獲取仿冒檢測(cè)的結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南京郵電大學(xué)，其通訊地址為：210023 江蘇省南京市棲霞區(qū)文苑路9號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。