一种基于联合损失和卷积神经网络的指静脉识别方法

被引：0

专利类型：

发明

申请号：

CN202211053355.8

申请日：

2022-08-31

公开(公告)号：

CN115797987B

公开(公告)日：

2025-08-26

发明(设计)人：

陈爱国罗光春赵太银孙国林宣朋羽沙泽鑫

申请人：

电子科技大学

申请人地址：

611731 四川省成都市高新区（西区）西源大道2006号

IPC主分类号：

G06V40/14

IPC分类号：

G06V10/82 G06V10/764 G06V10/74 G06N3/0464 G06N3/048 G06N3/084

代理机构：

电子科技大学专利中心 51203

代理人：

邹裕蓉

法律状态：

授权

国省代码：

江苏省常州市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-08-26	授权	授权

共 50 条

[1]

一种基于生成对抗网络和卷积神经网络的指静脉识别方法 [P].

介婧 ;

陈羽川 ;

郑慧 ;

张淼 ;

武晓莉 ;

李津蓉 ;

张以涛 .

中国专利 :CN114743278B ,2024-11-19

[2]

一种基于生成对抗网络和卷积神经网络的指静脉识别方法 [P].

介婧 ;

陈羽川 ;

郑慧 ;

张淼 ;

武晓莉 ;

李津蓉 ;

张以涛 .

中国专利 :CN114743278A ,2022-07-12

[3]

一种基于卷积神经网络和监督式离散哈希算法的指静脉识别方法 [P].

张娜 ;

陈春宇 ;

包晓安 ;

徐璐 .

中国专利 :CN110543822A ,2019-12-06

[4]

基于浅层卷积神经网络的指静脉识别系统 [P].

金长龙 ;

刘家真 ;

赵铠阳 .

中国专利 :CN111597927A ,2020-08-28

[5]

基于Gabor神经网络的指静脉识别方法及系统 [P].

黄田野 ;

张科定 ;

程卓 .

中国专利 :CN110334597A ,2019-10-15

[6]

一种基于Densenet的卷积神经网络手指静脉识别方法 [P].

乔金龙 ;

张莉君 ;

李鹏辉 ;

王祥国 .

中国专利 :CN113435249A ,2021-09-24

[7]

一种基于深度卷积神经网络的指静脉验证身份识别方法 [P].

黄厚钧 ;

李文新 .

中国专利 :CN106991368A ,2017-07-28

[8]

基于卷积神经网络且具备仿冒检测能力的嵌入式指静脉识别方法 [P].

康文雄 ;

黄志星 ;

邱鑫威 .

中国专利 :CN107292230A ,2017-10-24

[9]

一种基于FCN全卷积网络的指静脉识别方法 [P].

包晓安 ;

王强 ;

张娜 ;

包剑平 ;

涂小妹 ;

易芮 ;

陈春宇 .

中国专利 :CN109815869A ,2019-05-28

[10]

一种基于卷积神经网络的掌静脉身份识别方法 [P].

赵国栋 ;

林莉莉 ;

李学双 .

中国专利 :CN119942603A ,2025-05-06

← 1 2 3 4 5 →