[發(fā)明專(zhuān)利]基于融合深度網(wǎng)絡(luò)的掌紋識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202111330782.1
• 申請(qǐng)日: 2021-11-11
• 公開(kāi)（公告）號(hào): CN114022914B
• 公開(kāi)（公告）日: 2023-06-20
• 發(fā)明（設(shè)計(jì)）人: 姚克明;王羿;王小蘭;王田虎
• 申請(qǐng)（專(zhuān)利權(quán)）人: 江蘇理工學(xué)院
• 主分類(lèi)號(hào): G06V40/13
• 分類(lèi)號(hào): G06V40/13;G06N3/0464;G06N3/08
• 代理公司: 常州興瑞專(zhuān)利代理事務(wù)所(普通合伙) 32308
• 代理人: 張秋月

1.一種基于融合深度網(wǎng)絡(luò)的掌紋識(shí)別方法，其特征在于，

方法步驟中包含：

構(gòu)建掌紋圖像數(shù)據(jù)集及用于掌紋識(shí)別的M-CNN網(wǎng)絡(luò)模型；

使用掌紋圖像數(shù)據(jù)集對(duì)M-CNN網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，根據(jù)訓(xùn)練結(jié)果對(duì)M-CNN網(wǎng)絡(luò)模型進(jìn)行優(yōu)化調(diào)整，保存訓(xùn)練完成的模型及權(quán)重，得到改進(jìn)M-CNN網(wǎng)絡(luò)模型，并將輸出的特征向量對(duì)應(yīng)存入樣本庫(kù)內(nèi)以用作后續(xù)匹配識(shí)別；

使用改進(jìn)M-CNN網(wǎng)絡(luò)模型對(duì)需要識(shí)別的目標(biāo)掌紋圖像進(jìn)行檢測(cè)匹配識(shí)別，獲得識(shí)別目標(biāo)身份信息；其中，

構(gòu)建掌紋圖像數(shù)據(jù)集的方法步驟中包含：

獲得多個(gè)掌紋圖像，定位得到掌紋感興趣區(qū)域圖像；

對(duì)掌紋感興趣區(qū)域圖像進(jìn)行處理，并提取對(duì)應(yīng)特征圖；

對(duì)每張掌紋感興趣區(qū)域圖像和對(duì)應(yīng)特征圖進(jìn)行身份信息的分類(lèi)標(biāo)記，獲得帶有身份信息的掌紋圖像數(shù)據(jù)，多個(gè)掌紋圖像數(shù)據(jù)形成掌紋圖像數(shù)據(jù)集；

M-CNN網(wǎng)絡(luò)模型包括用于提取掌紋圖像關(guān)鍵點(diǎn)特征的M-CNN-1基于改進(jìn)的殘差網(wǎng)絡(luò)分支和用于提取掌紋圖像紋理特征的M-CNN-2卷積神經(jīng)網(wǎng)絡(luò)分支；其中，

掌紋圖像數(shù)據(jù)集中的掌紋感興趣區(qū)域圖像用于訓(xùn)練M-CNN-1基于改進(jìn)的殘差網(wǎng)絡(luò)分支；

掌紋圖像數(shù)據(jù)集中的特征圖用于訓(xùn)練M-CNN-2卷積神經(jīng)網(wǎng)絡(luò)分支；

M-CNN網(wǎng)絡(luò)模型的工作方法包含：

M-CNN-1基于改進(jìn)的殘差網(wǎng)絡(luò)分支的工作方法，調(diào)整輸入的掌紋感興趣區(qū)域圖像的尺寸；對(duì)調(diào)整尺寸后的掌紋感興趣區(qū)域圖像依次進(jìn)行初卷積、最大池化操作，獲得特征層一；依次對(duì)特征層一的Block1層進(jìn)行一次ConvBlock和兩次IdentityBlock操作、Block2層進(jìn)行一次ConvBlock和三次IdentityBlock操作、Block3層進(jìn)行一次ConvBlock和三次IdentityBlock操作、Block4層進(jìn)行一次ConvBlock和兩次IdentityBlock操作，獲得特征層二，將特征層二作為特征向量P1進(jìn)行輸出；

M-CNN-2卷積神經(jīng)網(wǎng)絡(luò)分支的工作方法，調(diào)整輸入的特征圖的尺寸；對(duì)調(diào)整尺寸后的特征圖進(jìn)行初卷積操作，獲得特征層A；對(duì)特征層A依次進(jìn)行最大池化、卷積、卷積、最大池化、卷積、卷積、最大池化操作，獲得特征層B，將特征層B作為特征向量P2進(jìn)行輸出；

將特征向量P1和特征向量P2串聯(lián)拼接，并接入全連接層。

2.根據(jù)權(quán)利要求1所述的基于融合深度網(wǎng)絡(luò)的掌紋識(shí)別方法，其特征在于，

獲得多個(gè)掌紋圖像的方法步驟中包含：

使用公開(kāi)的掌紋圖像和/或使用圖像采集設(shè)備拍攝掌紋圖像。

3.根據(jù)權(quán)利要求1所述的基于融合深度網(wǎng)絡(luò)的掌紋識(shí)別方法，其特征在于，

對(duì)掌紋感興趣區(qū)域圖像進(jìn)行處理的方法步驟中包含：

對(duì)掌紋感興趣區(qū)域圖像進(jìn)行去噪、掌紋圖像信息增強(qiáng)、灰度化、歸一化及旋轉(zhuǎn)。