[發明專利]基于深度學習的指紋圖像識別方法、裝置和電子設備

在審

• 申請號: 202110292997.2
• 申請日: 2021-03-18
• 公開（公告）號: CN112906637A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 劉曉春;劉帥;鄭逢德
• 申請（專利權）人: 北京海鑫科金高科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 馬瑞

本發明提供一種基于深度學習的指紋圖像識別方法、裝置和電子設備，該方法包括：獲取現場指紋圖像；獲取所述現場指紋圖像中特征點的位置信息；根據所述特征點的位置信息獲取特征點圖像塊，所述特征點圖像塊輸入至特征描述生成模型，輸出所述特征點的特征描述；根據所述現場指紋圖像中所有特征點的特征描述與指紋庫中的指紋圖像的特征描述進行匹配，得到匹配結果。本發明可以對現場指紋圖像進行自動身份確認。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種基于深度學習的指 紋圖像識別方法、裝置和電子設備。

背景技術

指紋識別是將識別對象的指紋進行分類比對從而進行判別。指紋 識別技術是眾多生物特征識別技術中的一種，所謂生物特征識別技術， 系指利用人體所固有的生理特征或行為特征來進行個人身份鑒定，由 于生物識別所具有的便捷與安全等優點使得生物識別技術在身份認 證識別和網絡安全領域擁有廣闊的應用前景，可用的生物特征識別技 術有指紋、人臉、聲紋、虹膜等。

指紋識別技術在當前應用非常廣泛，可用于從犯罪現場收集證據， 銀行客戶身份認證，手機或其他智能設備解鎖等。但是，當前難以根 據現場指紋圖像進行自動身份確認。

發明內容

本發明提供一種基于深度學習的指紋圖像識別方法、裝置和電子 設備，用以解決現有技術中難以根據現場指紋圖像進行自動身份確認 的缺陷，實現對現場指紋圖像進行自動身份確認。

本發明提供一種基于深度學習的指紋圖像識別方法，包括：獲取 現場指紋圖像；獲取所述現場指紋圖像中特征點的位置信息；根據所 述特征點的位置信息獲取特征點圖像塊，將所述特征點圖像塊輸入至 特征描述生成模型，輸出所述特征點的特征描述，所述特征描述生成 模型是基于多個樣本圖像塊和與所述多個樣本圖像塊對應的多個特 征描述進行訓練得到的；根據所述現場指紋圖像中所有特征點的特征 描述與指紋庫中的指紋圖像的特征描述進行匹配，得到匹配結果。

根據本發明提供的一種基于深度學習的指紋圖像識別方法，獲取 所述現場指紋圖像中特征點的位置信息，包括：對所述現場指紋圖像 進行圖像增強；將圖像增強后的現場指紋圖像分割為多個現場指紋增 強子圖像塊；在所述多個現場指紋增強子圖像塊中，將含有所述特征 點的現場指紋增強子圖像塊輸入至特征點位置生成模型，輸出所述特 征點的位置信息。

根據本發明提供的一種基于深度學習的指紋圖像識別方法，對所 述現場指紋圖像進行圖像增強，包括：構建指紋圖像方向場字典集合； 將所述現場指紋圖像分割為多個現場指紋子圖像；獲取所述多個現場 指紋子圖像的方向場；根據所述多個現場指紋子圖像的方向場在所述 構建指紋圖像方向場字典集合中進行匹配，得到多個匹配對象；根據 所述多個匹配對象對所述多個現場指紋子圖像進行替換。

根據本發明提供的一種基于深度學習的指紋圖像識別方法，構建 指紋圖像方向場字典集合，包括：提供樣本指紋圖像；將所述樣本指 紋圖像分割為多個樣本指紋子圖像；獲取所述多個樣本指紋子圖像的 方向場信息；根據所述多個樣本指紋子圖像的方向場信息構建所述指 紋圖像方向場字典集合。

根據本發明提供的一種基于深度學習的指紋圖像識別方法，根據 所述特征點的位置信息獲取特征點圖像塊，將所述特征點圖像塊輸入 至特征描述生成模型，輸出所述特征點的特征描述，包括：將所述特 征點圖像塊輸入至所述特征描述生成模型，輸出所述特征點的N維 特征，將所述N維特征作為所述特征點的特征描述；其中，所述特 征描述生成模型為模擬二代小波網絡的深度學習模型，N為大于0的 自然數。

根據本發明提供的一種基于深度學習的指紋圖像識別方法，將所 述特征點圖像塊輸入至所述特征描述生成模型，輸出所述特征點的N 維特征，包括：將所述特征點圖像塊輸入至所述特征描述生成模型進 行多分辨率小波變換得到多個高頻單元；基于所述特征描述生成模型 對所述多個高頻單元依次進行平均池化、拼接和全連接變換，輸出所 述特征點的N維特征。