买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆金融科技研究院申请的专利基于深度学习的K近邻图迭代静脉识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116092138B 。

龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211647873.2，技术领域涉及：G06V40/14；该发明授权基于深度学习的K近邻图迭代静脉识别方法及系统是由秦华锋;王闪闪;巩长庆;吴燚权;熊志鹏设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本基于深度学习的K近邻图迭代静脉识别方法及系统在说明书摘要公布了：本发明属于生物特征识别技术领域，具体公开一种基于深度学习的K近邻图迭代静脉识别方法，包括：获取待测试静脉图像到特征向量以及静脉图像训练集的特征向量集，特征向量与特征向量集中的各特征向量间的距离，并从特征向量集中选取k个与待测试静脉图像的特征向量间距离最小的特征向量；将共计k+1个特征向量，以及对应的标签信息，输入到图迭代模型中，迭代的学习特征向量之间的相关性，同时预测待测试静脉图像的标签信息，进而实现最终预测待测试静脉图像的分类识别。本发明还公开了基于该方法的静脉识别系统。本发明解决了现有技术没有充分利用对应样本的特征向量之间的距离信息和相关性信息，使得预测标签精度不高的技术问题。

本发明授权基于深度学习的K近邻图迭代静脉识别方法及系统在权利要求书中公布了：1.基于深度学习的K近邻图迭代静脉识别方法，其特征在于，包括： 步骤1获取待测试静脉图像的特征向量以及静脉图像训练集的特征向量集，所述静脉图像训练集中静脉图像训练样本一一对应有标签信息； 步骤2计算待测试静脉图像的特征向量与特征向量集中的各特征向量间的距离，并从所述特征向量集中选取k个与待测试静脉图像的特征向量间距离最小的特征向量； 步骤3将所选的以及待测试静脉图像自身的共计k+1个特征向量，以及所选的k个特征向量所对应的静脉图像训练样本的标签信息，输入到图迭代模型中，迭代的学习特征向量之间的相关性，同时预测待测试静脉图像的标签信息，进而实现最终预测待测试静脉图像的分类识别，包括: 根据所选的以及待测试静脉图像的共计k+1个特征向量两两间的相似度建立相似度矩阵A=，其中为特征向量的相似度； 基于相似度矩阵A计算迭代传播矩阵D如下: , 其中Ʌ的对角矩阵，有：； 静脉图像训练集中的每张静脉图像样本的标签信息用的one-hot标签向量表示，为静脉图像样本的类别数，以所选k张静脉图像训练样本的one-hot标签向量构成矩阵，令待测试静脉图像的标签向量初始为全零向量，将组合为初始的标签传播矩阵 以如下方式对标签传播矩阵进行迭代更新： 其中，是超参数，t为迭代次数； 或者，以如下方式直接获得多次迭代更新后的标签传播矩阵 将经过多次迭代更新后得到的标签传播矩阵中对应于更新前的全零向量的部分，作为待测试静脉图像标签向量的预测结果，根据该预测结果得到待测试静脉图像标签向量的分类识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆金融科技研究院，其通讯地址为：400000 重庆市九龙坡区含谷镇科学谷一期一标段18号楼2楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。