ZKPalm手掌識別算法是針對復雜光線(xiàn)環(huán)境、姿態(tài)高容忍度及大容量識別的需求,開(kāi)發(fā)出的一款極為優(yōu)秀的近紅外手掌識別算法。該算法在保證極低的誤識率的情況下,著(zhù)重提高對使用環(huán)境和用戶(hù)習慣的廣泛適應,從而極大地提高了手掌識別的魯棒性和通過(guò)率。
算法使用類(lèi)似中心殘差網(wǎng)絡(luò )的先進(jìn)結構,能夠有效提取圖像中的紋理信息,使真假手掌圖像的細微差別能夠被捕捉到;通過(guò)百萬(wàn)級別數據訓練,可以快速鑒別出常見(jiàn)的假體手掌的圖像。
優(yōu)選手掌中的穩定特征,涵蓋了靜脈間距、分叉、紋路、曲率等多維向量特征。豐富而穩定的靜脈特征,使得掌靜脈識別達到極高的識別精度。
采用多級比對模式,在保證穩定的比對效果的基礎上,可實(shí)現極快的比對速度。目前普通PC端單核比對速度可達到百萬(wàn)次每秒。
算法中采用區域圖像處理技術(shù),針對檢測到的手掌區域進(jìn)行增強處理,不僅有效防止了環(huán)境光線(xiàn)的干擾,同時(shí)提升了對于模糊圖像的識別能力,可適應更寬泛的手掌放置高度范圍。