公开(公告)号：CN108564031A

公开(公告)日：2018-09-21

申请号：CN201810324828.0

申请日：2018-04-12

Applicant: 安徽大学

Inventor： 王华彬 ,  江晓龙 ,  谢张宾 ,  杜梦丽 ,  余程年 ,  陈昱翔 ,  陶亮

IPC: G06K9/00

Abstract: 本发明公开了一种基于多模态融合的单幅近红外手掌图像识别方法。首先，采用分块模型去除图像中的掌静脉得到掌纹结构，通过自定义隶属度函数对掌纹结构进行模糊化，再进行反锐化掩模增强，突出掌纹结构信息；然后，使用边缘检测加权引导滤波对掌静脉结构进行增强，突出掌静脉结构；最后，将掌纹和掌静脉图像进行自适应融合。在近红外手掌图像识别中，使用香港理工大学提供的近红外掌纹图像数据库进行对比实验，实验结果显示，相比其他同类方法，本申请的方法具有更高的识别率，达到了99.81％。

公开(公告)号：CN111340103B

公开(公告)日：2023-08-25

申请号：CN202010113414.0

申请日：2020-02-24

Applicant: 安徽大学

Inventor： 余程年 ,  王华彬 ,  申燕 ,  兰江浩 ,  李鑫 ,  王雨情 ,  施余峰 ,  陶亮

IPC: G06F18/25 ,  G06F18/2132 ,  G06V10/80 ,  G06V10/77 ,  G06V40/70

Abstract: 本发明公开了一种基于图嵌入典型相关分析的特征层融合方法及其装置。该特征层融合方法包括：将所有模态中样本映射到同一分类结果的空间的投影矩阵，并对所述投影矩阵施加L21范数正则化，以实现同时在多个单模态特征空间中选择出独立互补特征；构造数据相似图矩阵，以表示所述单模态特征空间中样本点的相近关系；通过所述正则化目标函数为每个模态学习相应的投影矩阵，将多个模态数据投影到具备最大辨别力、最大相关性及最小冗余性的投影子空间中，实现多模态数据融合。本发明实现多模态数据融合，消除了原特征空间中冗余信息的干扰，提高单模态特征鉴别力，增强多模态样本集间的相关性，提升识别性能和稳定性，特征融合效果好，识别效果佳。

公开(公告)号：CN111340103A

公开(公告)日：2020-06-26

申请号：CN202010113414.0

申请日：2020-02-24

Applicant: 安徽大学

Inventor： 余程年 ,  王华彬 ,  申燕 ,  兰江浩 ,  李鑫 ,  王雨情 ,  施余峰 ,  陶亮

IPC: G06K9/62 ,  G06K9/00

Abstract: 本发明公开了一种基于图嵌入典型相关分析的特征层融合方法及其装置。该特征层融合方法包括：将所有模态中样本映射到同一分类结果的空间的投影矩阵，并对所述投影矩阵施加L21范数正则化，以实现同时在多个单模态特征空间中选择出独立互补特征；构造数据相似图矩阵，以表示所述单模态特征空间中样本点的相近关系；通过所述正则化目标函数为每个模态学习相应的投影矩阵，将多个模态数据投影到具备最大辨别力、最大相关性及最小冗余性的投影子空间中，实现多模态数据融合。本发明实现多模态数据融合，消除了原特征空间中冗余信息的干扰，提高单模态特征鉴别力，增强多模态样本集间的相关性，提升识别性能和稳定性，特征融合效果好，识别效果佳。