[發明專利]基于全手掌的掌紋識別方法、裝置、終端設備及存儲介質

在審

• 申請號: 202110826116.0
• 申請日: 2021-07-21
• 公開（公告）號: CN113705344A
• 公開（公告）日: 2021-11-26
• 發明（設計）人: 鐘德星;邵會凱
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 朱海臨

本發明公開了一種基于全手掌的掌紋識別方法、裝置、終端設備及存儲介質，首先針對采集到的人手圖像，采用關鍵點檢測算法定位到食指指跟外側的關鍵點A與小拇指指跟外側的關鍵點B，然后根據它們之間的距離與垂線方向提取到全手掌區域。本發明全手掌區域覆蓋更多的掌紋面積，包含更多的掌紋紋理、褶皺等特征。將全手掌區域均勻劃分為四個子區域，并針對每個子區域設計卷積神經網絡，提取到子區域特征，最后將這些子區域特征拼接在一起輸入到融合網絡中，提取到最終的掌紋特征，用于識別，這部分方法能夠充分提取到全手掌區域不同方位的判別性掌紋信息。本發明能夠大幅提高現有掌紋識別技術的準確性，并能夠降低識別方法對人手圖像采集的嚴格要求。

技術領域

本發明屬于生物特征識別技術領域，涉及一種基于全手掌的掌紋識別方法、裝置、終端設備及存儲介質。

背景技術

隨著數字經濟的快速發展，信息技術融入了各行各業中，促進了相關產業的升級與發展，但這同時也對身份認證提出了更高的要求。相比于傳統的基于物理屬性的身份識別技術來說，生物特征識別直接采用人類自身的生理或行為特征來進行識別，具有穩定、便利、安全、可靠的優點。目前常用的生物特征識別技術主要包括人臉識別、指紋識別、虹膜識別等。相比于其他生物特征識別技術，掌紋識別是一種私密性更好、紋理性更豐富的身份認證技術，在相關領域具有不可替代的應用價值。

目前的掌紋識別技術首先定位到手掌中心的感興趣區域，然后采用特征提取算法將該區域轉換為低維向量，最后通過距離匹配算法完成對身份的識別。然而這些方法對感興趣區域的依賴性太大，它要求感興趣具有高度的穩定性與一致性，這對于非接觸式掌紋識別特別是非限制性掌紋識別來說具有很大的挑戰；另外這些方法只利用了掌紋中心處的紋理信息，而沒有利用手掌中其他區域豐富的判別性特征，這也限制了它的識別精度。為解決現有技術存在的問題，需要開發新的算法，實現更加高效、準確的基于全手掌的掌紋識別。

發明內容

本發明的目的在于解決現有技術中的問題，提供一種基于全手掌的掌紋識別方法、裝置、終端設備及存儲介質，本發明能夠充分利用全手掌區域豐富的紋理與褶皺信息，同時引入四個子區域網絡與一個融合網絡提取到可識別的掌紋特征。本方案由于采用全手掌區域，對人手圖像采集的背景、光照、角度與姿勢無額外的限定，使用更加靈活。

為達到上述目的，本發明采用以下技術方案予以實現：

基于全手掌的掌紋識別方法，包括以下步驟：

采集手掌圖像，并定位食指指跟外側的關鍵點與小拇指指跟外側的關鍵點；

提取全手掌區域；

劃分全手掌區域為若干子區域，并提取子區域的特征；

對子區域的特征進行融合，得到全手掌區域的特征；

計算全手掌區域特征之間的距離，實現身份識別。

本發明方法進一步的改進在于：

所述采集手掌圖像時，用戶根據自己的意愿自由放置手的位置進行手掌圖像采集。

所述定位食指指跟外側的關鍵點與小拇指指跟外側的關鍵點的具體方法如下：

首先基于YOLOv5算法檢測手掌所在的區域，將輸入圖片劃分為7×7個格子，手掌中心點所在的格子用于預測手掌，其中每個格子預測兩個目標框，輸出目標框的中心位置坐標、寬度和高度以及置信度；訓練時采用的損失函數為邊界框置信度損失L_conf、類別損失L_cla與坐標損失L_GIOU：

L₁＝L_conf+L_cla+L_GIOU