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！

龙图腾网获悉新多集团股份有限公司申请的专利一种基于深度学习的非接触式掌静脉多模态识别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：CN121259884B 。

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：202511652787.4，技术领域涉及：G06V40/14；该发明授权一种基于深度学习的非接触式掌静脉多模态识别系统是由程新贵设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种基于深度学习的非接触式掌静脉多模态识别系统在说明书摘要公布了：本发明公开了一种基于深度学习的非接触式掌静脉多模态识别系统，包括多模态图像采集与处理终端、模式匹配与识别决策终端、安全防护与防伪终端、迭代优化终端；多模态图像采集与处理终端用于采集掌纹和掌静脉图像，进行动态校准、图像质量增强和预处理，输出多模态图像；模式匹配与识别决策终端用于进行特征提取、多模态特征融合、模式匹配和识别决策，并输出最终的匹配结果；安全防护与防伪终端用于进行活体检测、防伪监测、数据加密；迭代优化终端用于实现模型轻量化、知识蒸馏、端到端优化和持续学习。本发明通过形变不变特征提取和跨模态注意力融合，提升了复杂状态下的识别准确性和环境适应性。

本发明授权一种基于深度学习的非接触式掌静脉多模态识别系统在权利要求书中公布了：1.一种基于深度学习的非接触式掌静脉多模态识别系统，其特征在于：包括多模态图像采集与处理终端、模式匹配与识别决策终端、安全防护与防伪终端、迭代优化终端； 所述多模态图像采集与处理终端用于采集掌纹和掌静脉图像，进行动态校准、图像质量增强和预处理，输出多模态图像； 所述模式匹配与识别决策终端用于进行特征提取、多模态特征融合、模式匹配和识别决策，并输出最终的匹配结果； 所述安全防护与防伪终端用于进行活体检测、防伪监测、数据加密； 所述迭代优化终端用于实现模型轻量化、知识蒸馏、端到端优化和持续学习； 多模态图像采集与处理终端的运行步骤包括： 步骤S11：通过硬件触发信号同步采集掌静脉图像和掌纹图像； 步骤S12：同步实时监测环境光强度，采用PID控制算法动态调整LED功率以及摄像头的曝光时间，抑制环境光干扰； 步骤S13：使用动态校准网络分别对和进行关键点检测，获得掌纹图像关键点和掌静脉图像关键点； 所述动态校准网络为MDAN网络； 步骤S14：根据检测到的关键点，计算从掌静脉图像到掌纹图像的仿射变换矩阵，通过最小二乘法对仿射变换中的6个自由度进行求解，得到最优变换矩阵； 步骤S15：利用仿射变换矩阵对掌静脉图像进行仿射变换，得到对齐后的掌静脉图像，采用双线性插值进行图像变换，保持图像平滑，并使用重投影误差评估校准效果，即计算对齐后的关键点与掌纹关键点的平均欧氏距离； 步骤S16：采用包含一个生成器和一个判别器的图像质量增强网络结构，生成器采用U-Net结构，输入低质量图像，输出增强图像，判别器使用PatchGAN，判断图像真实性，同时结合对抗损失、内容损失和结构相似性损失函数，在增强图像对比度的同时保留血管和纹路的细节结构； 步骤S17：对增强后的图像进行高斯滤波和中值滤波去噪，使用CLAHE算法增强血管与背景的对比度，将像素值缩放到范围，进行图像归一化后输出预处理后的掌纹和掌静脉图像至模式匹配与识别决策终端； 仿射变换矩阵和最优变换矩阵表示如下： 其中，为关键点数量，为关键点索引变量，为第个关键点的置信度权重，表示变换后的静脉图像关键点坐标，表示静脉图像中第个关键点的原始坐标，表示掌纹图像中第个关键点的坐标，表示正则化系数，表示单位矩阵。

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新多集团股份有限公司，其通讯地址为：321300 浙江省金华市永康市西城城西工业区蓝天路16号；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。