盛视科技申请深度学习专利，能获得更加真实的静脉特征

　　2024年3月2日消息，据国家知识产权局公告，盛视科技股份有限公司申请一项名为“基于深度学习的多层级掌静脉图像生成方法及系统“，公开号CN117636092A，申请日期为2023年11月。

　　专利摘要显示，本申请提供了一种基于深度学习的多层级掌静脉图像生成方法及系统，所述基于深度学习的多层级掌静脉图像生成方法包括步骤：将掌静脉图像训练集输入轻量级概率模型；轻量级概率模型通过前向扩散过程逐渐往掌静脉图像中添加高斯噪声，并通过后向扩散过程去噪生成掌静脉图像样本；对轻量级概率模型的每个层级采用多层级混合损失函数监督完成掌静脉图像样本生成的训练过程，当多层级混合损失函数大于每一代的全局最小平均损失时，轻量级概率模型回到初始状态重新训练，直至多层级混合损失函数收敛，获得训练好的输出模型。本申请的基于深度学习的多层级掌静脉图像生成方法及系统可以获得更加真实的静脉特征，解决收敛难题。