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！

龙图腾网获悉广州方向智能科技有限公司申请的专利基于轻量化网络的近红外掌静脉ROI提取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：CN116645705B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310616812.8，技术领域涉及：G06V40/14；该发明授权基于轻量化网络的近红外掌静脉ROI提取方法及系统是由邹向群;代芬;王紫阳;张荣文设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本基于轻量化网络的近红外掌静脉ROI提取方法及系统在说明书摘要公布了：本发明公开了基于轻量化网络的近红外掌静脉ROI提取方法及系统，该方法包括：首先将掌静脉图像输入到训练好的改进的HRnet深度学习关键点检测模型进行关键点定位，之后将得到的关键点坐标根据几何运算定位手掌静脉感兴趣区域以及所选区域位置的微调，同时为了正确的选取手掌静脉感兴趣区域，将对左右手掌进行区分，最后利用仿射变换算法得到最终包含静脉的区域。本发明通过删除冗余网络分支、减小卷积通道数，对残差块结构采用深度可分离卷积方式降低网络参数量，在兼顾关键点检测精度的同时，大大减少了模型计算量，加快掌静脉ROI提取速度。本发明作为基于轻量化网络的近红外掌静脉ROI提取方法及系统，可广泛应用于生物特征识别技术领域。

本发明授权基于轻量化网络的近红外掌静脉ROI提取方法及系统在权利要求书中公布了：1.基于轻量化网络的近红外掌静脉ROI提取方法，其特征在于，包括以下步骤： 采集手掌静脉图像并进行数据预处理，得到预处理后的手掌静脉图像； 对HRnet网络结构进行删除冗余网络分支和减小卷积通道数处理，构建轻量化HRnet深度学习关键点检测模型； 将预处理后的手掌静脉图像输入至轻量化HRnet深度学习关键点检测模型进行关键点定位，获取手掌静脉感兴趣区域的关键点坐标； 基于手掌静脉感兴趣区域的关键点坐标，通过静脉ROI选取算法对预处理后的手掌静脉图像进行ROI区域选取处理，得到手掌静脉ROI区域； 所述对HRnet网络结构进行删除冗余网络分支和减小卷积通道数处理，构建轻量化HRnet深度学习关键点检测模型这一步骤，其具体包括： 对HRnet网络结构进行多分辨率堆叠次数删减处理； 将删减后的HRnet网络结构中的高分辨率与次高分辨率特征与最后两个stage阶段低分辨率特征图进行融合，其具体是最高分辨率特征与最低分辨率特征融合，次高分辨率和次低分辨率特征融合； 将特征融合后的HRnet网络结构中的下采样通过控制卷积步长与池化操作实现，上采样通过转置卷积操作实现； 对转置后的HRnet网络结构中的残差模块的标准卷积替换为深度可分离卷积，构建轻量化HRnet深度学习关键点检测模型； 所述基于手掌静脉感兴趣区域的关键点坐标，通过静脉ROI选取算法对预处理后的手掌静脉图像进行ROI区域选取处理，得到手掌静脉ROI区域这一步骤，其具体包括： 区分左右手，选取手掌中三个关键点，分别定义为A，B两点以及大拇指位置谷点即1号参考点； 作AB的平行线以及AB的中垂线，距离线段AB13L处，由于平行于AB的平行线有两条，交于点P，P＾，通过1号参考点，舍弃远离1号参考点的P＾，此时在点P左右两边选取距离12L两点，得到C点和D点； 作CD的平行线以及C点，D点的垂线，同样通过1号参考点，舍弃另一条错误的平行线，此时选取距离CD线段下方L处，相交于E，F点，依次连接C，D，E，F四点形成的矩形区域，得到初步的手掌静脉ROI； 对初步的手掌静脉ROI进行缩放和旋转归一化，利用仿射变换得到手掌静脉ROI区域。

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广州方向智能科技有限公司，其通讯地址为：511493 广东省广州市番禺区东环街番禺大道北555号番禺节能科技园内天安科技发展大厦604；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。