[發(fā)明專利]一種手掌圖像的檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201910534814.6
• 申請日: 2019-06-20
• 公開（公告）號: CN110414330B
• 公開（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 楊祎;王煒
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06V40/13
• 分類號: G06V40/13;G06V10/764
• 代理公司: 北京中強(qiáng)智尚知識產(chǎn)權(quán)代理有限公司 11448
• 代理人: 黃耀威

本發(fā)明公開了一種手掌圖像的檢測方法及裝置，涉及圖像處理技術(shù)領(lǐng)域，該方法包括：采用實(shí)心掩膜標(biāo)記并獲取訓(xùn)練圖像中的手掌圖像；截取訓(xùn)練圖像中的子圖像；確定子圖像中的正樣本圖像和負(fù)樣本圖像，統(tǒng)計(jì)正樣本數(shù)量和負(fù)樣本數(shù)量，并判斷是否滿足預(yù)置條件，若是則再次截取訓(xùn)練圖像中的子圖像；若否則提取正樣本圖像和負(fù)樣本圖像，生成樣本訓(xùn)練集；通過Fast?R?CNN模型訓(xùn)練樣本訓(xùn)練集，生成訓(xùn)練圖像的權(quán)重參數(shù)；根據(jù)權(quán)重參數(shù)計(jì)算待測圖像的特征向量值；根據(jù)特征向量值判斷待測圖像中是否包含手掌圖像。通過上述方式可提高識別手掌圖像的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種手掌圖像的檢測方法及裝置。

背景技術(shù)

隨著信息技術(shù)的飛速發(fā)展，掌紋識別技術(shù)因其可靠性和便捷性，各種身份認(rèn)證場景中得到廣泛的應(yīng)用。掌紋識別技術(shù)利用人手掌紋路特征進(jìn)行身份鑒別，具體過程包括：先拍攝一張用戶的待測手掌圖片，然后提取待測手掌圖片中手掌的掌紋與系統(tǒng)中預(yù)存的掌紋進(jìn)行匹配，如果匹配成功則認(rèn)為掌紋識別成功，該用戶身份合法。

在提取待測手掌圖片中手掌掌紋過程中，通常先需要判斷所拍攝的圖片中是否包含有效手掌圖形，再進(jìn)行后續(xù)的掌紋提取操作?，F(xiàn)有技術(shù)中，先檢測圖像邊緣再通過SVM分類器對有效手掌圖像和無效手掌圖像的訓(xùn)練結(jié)果，判斷待測手掌圖片是否包含有效手掌圖形，其中，SVM分類器是利用圖像灰度梯度信息訓(xùn)練的。如果待測手掌圖片中包括手掌、手臂和人臉等顏色相近圖像，尤其是當(dāng)顏色相近圖像發(fā)生重疊時(shí)，顏色相近圖像所對應(yīng)的灰度信息基本相同，不能通過灰度信息區(qū)分手掌、手臂和人臉，所以利用灰度梯度信息很難準(zhǔn)確判斷待測手掌圖片中是否包含有效手掌圖形。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種手掌圖像的檢測方法及裝置，主要目的在于解決現(xiàn)有技術(shù)中的判斷待測手掌圖像中是否包含手掌圖像的準(zhǔn)確率低的問題。

依據(jù)本發(fā)明一個(gè)方面，提供了一種手掌圖像的檢測方法，包括：

采用實(shí)心掩膜標(biāo)記訓(xùn)練圖像中的手掌圖像，并獲取所述手掌圖像；

在所述訓(xùn)練圖像的圖像像素范圍內(nèi)，根據(jù)隨機(jī)函數(shù)計(jì)算的圖像大小和像素點(diǎn)位置，截取所述訓(xùn)練圖像中的子圖像；

如果所述子圖像包含所述手掌圖像，則確定所述子圖像為正樣本圖像，并統(tǒng)計(jì)所述正樣本圖像的正樣本數(shù)量；

如果所述子圖像不完全包含所述手掌圖像，則確定所述子圖像為負(fù)樣本圖像，并統(tǒng)計(jì)所述負(fù)樣本圖像的負(fù)樣本數(shù)量；

如果所述正樣本數(shù)量小于預(yù)置最小正樣本數(shù)量，或所述負(fù)樣本數(shù)量小于預(yù)置最小負(fù)樣本數(shù)量，則再次截取所述訓(xùn)練圖像中的子圖像；

如果所述正樣本數(shù)量不小于所述預(yù)置最小正樣本數(shù)量，且所述負(fù)樣本數(shù)量不小于所述預(yù)置最小負(fù)樣本數(shù)量，則按照預(yù)置正負(fù)樣本總數(shù)量和預(yù)置正負(fù)樣本比率，提取所述正樣本圖像和所述負(fù)樣本圖像，生成樣本訓(xùn)練集；

通過基于區(qū)域的快速卷積神經(jīng)網(wǎng)絡(luò)Fast?R-CNN模型訓(xùn)練所述樣本訓(xùn)練集中的所述正樣本圖像和所述負(fù)樣本圖像，生成所述訓(xùn)練圖像的圖像特征的權(quán)重參數(shù)，所述圖像特征包括形狀、顏色和陰影；

根據(jù)所述權(quán)重參數(shù)，計(jì)算待測圖像的特征向量值；

根據(jù)所述特征向量值，判斷待測圖像中是否包含所述手掌圖像。

依據(jù)本發(fā)明另一個(gè)方面，提供了一種手掌圖像的檢測裝置，包括：

標(biāo)記模塊，用于采用實(shí)心掩膜標(biāo)記訓(xùn)練圖像中的手掌圖像，并獲取所述手掌圖像；

截取模塊，用于在所述訓(xùn)練圖像的圖像像素范圍內(nèi)，根據(jù)隨機(jī)函數(shù)計(jì)算的圖像大小和像素點(diǎn)位置，截取所述訓(xùn)練圖像中的子圖像；

確定模塊，用于如果所述子圖像包含所述手掌圖像，則確定所述樣本圖像為正樣本圖像，并統(tǒng)計(jì)所述正樣本圖像的正樣本數(shù)量；