[發(fā)明專利]用于深度學(xué)習(xí)的指紋細(xì)節(jié)數(shù)據(jù)庫標(biāo)注方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111386111.7
• 申請(qǐng)日: 2021-11-22
• 公開（公告）號(hào): CN114677552A
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計(jì)）人: 鄭世寶;趙洪田;王玉
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06T7/11;G06T7/136;G06T5/00;G06T5/30
• 代理公司: 上海段和段律師事務(wù)所 31334
• 代理人: 黃磊

本發(fā)明提供了一種用于深度學(xué)習(xí)的指紋細(xì)節(jié)數(shù)據(jù)庫標(biāo)注方法和系統(tǒng)，包括：基于灰度方差的指紋興趣區(qū)域分割及掩膜生成；基于圖像強(qiáng)度均值和方差的歸一化變換；基于梯度法的指紋方向估計(jì)；基于方向窗和脊線灰度投影信號(hào)的頻率估計(jì)；基于Gabor濾波和方向場(chǎng)、頻率場(chǎng)的指紋圖像增強(qiáng)；基于圖像處理形態(tài)學(xué)操作的指紋二值化和細(xì)化；基于細(xì)節(jié)點(diǎn)先驗(yàn)定義的指紋特征提取；以及標(biāo)注者通過常識(shí)做簡(jiǎn)單檢查和修正。利用本發(fā)明方法開發(fā)的軟件，具有檢測(cè)速度快，可以有效減少標(biāo)注人員工作量，界面友好，操作簡(jiǎn)單等優(yōu)點(diǎn)，更適合指紋數(shù)據(jù)標(biāo)注的實(shí)際情況。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理和模式識(shí)別技術(shù)領(lǐng)域，具體地，涉及一種用于深度學(xué)習(xí)的指紋細(xì)節(jié)數(shù)據(jù)庫標(biāo)注方法和系統(tǒng)。

背景技術(shù)

隨著計(jì)算架構(gòu)、深度學(xué)習(xí)、移動(dòng)芯片技術(shù)的飛速發(fā)展，指紋識(shí)別因其隨身性，安全性和唯一性已經(jīng)成為日常生活中被應(yīng)用最廣的生物特征識(shí)別技術(shù)。自動(dòng)指紋識(shí)別技術(shù)在司法鑒定，門禁和考勤，出入境管理及手機(jī)支付領(lǐng)域發(fā)揮著重要作用。一般來說，指紋識(shí)別分為注冊(cè)階段和識(shí)別認(rèn)證階段。指紋注冊(cè)階段通常涉及指紋圖像采集，前景圖像分割，歸一化，方向場(chǎng)/頻率場(chǎng)估計(jì)，增強(qiáng)，二值化，細(xì)化等步驟；指紋識(shí)別認(rèn)證階段通常包括特征點(diǎn)提取和配對(duì)過程，即找出注冊(cè)指紋中細(xì)節(jié)點(diǎn)與查詢指紋細(xì)節(jié)點(diǎn)的對(duì)應(yīng)關(guān)系。其中指紋細(xì)節(jié)點(diǎn)提取是指紋識(shí)別中最核心和基礎(chǔ)的步驟，準(zhǔn)確的指紋細(xì)節(jié)點(diǎn)提取是后續(xù)匹配和認(rèn)證的前提，這個(gè)環(huán)節(jié)可以總結(jié)為一個(gè)經(jīng)典而復(fù)雜的模式識(shí)別問題，也是識(shí)別系統(tǒng)中具有挑戰(zhàn)性的部分之一。

專利文獻(xiàn)CN112269817A(申請(qǐng)?zhí)枺篊N202011331925.6)公開了一種基于大數(shù)據(jù)的深度學(xué)習(xí)樣本標(biāo)注方法，該方法包括：接收與樣本庫中的第一組樣本對(duì)象相關(guān)的用戶標(biāo)注輸入；訓(xùn)練包含權(quán)值向量的偏好預(yù)測(cè)模型，所述權(quán)值向量包含與樣本庫相關(guān)聯(lián)的多個(gè)特征中的每個(gè)特征的加權(quán)值，該樣本庫包括向用戶呈現(xiàn)的第一組樣本對(duì)象，利用所接收的用戶標(biāo)注輸入來訓(xùn)練每個(gè)特征的加權(quán)值；選擇要提供至用戶的第二組樣本對(duì)象，所述第二組樣本對(duì)象相對(duì)于樣本庫中其他未被標(biāo)識(shí)的樣本對(duì)象，提供從用戶標(biāo)注輸入獲取的更多的先驗(yàn)知識(shí)；以及根據(jù)訓(xùn)練后的偏好預(yù)測(cè)模型，推送預(yù)設(shè)數(shù)量的偏好對(duì)象以提供至用戶。

近年來，深度學(xué)習(xí)在模式識(shí)別和計(jì)算機(jī)視覺任務(wù)中被廣泛使用，尤其是在目標(biāo)檢測(cè)中表現(xiàn)出印象深刻的結(jié)果。指紋細(xì)節(jié)檢測(cè)可以歸納為小目標(biāo)檢測(cè)任務(wù)的一種。深度學(xué)習(xí)技術(shù)是一門數(shù)據(jù)驅(qū)動(dòng)的技術(shù)，而近年來由于隱私保護(hù)政策的推出，許多重要指紋數(shù)據(jù)集(如NIST SD27)被禁用，因此生成有效的指紋細(xì)節(jié)數(shù)據(jù)集成為推動(dòng)深度學(xué)習(xí)技術(shù)在指紋細(xì)節(jié)提取問題中應(yīng)用的首要任務(wù)，也是目前亟待解決的問題之一。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種用于深度學(xué)習(xí)的指紋細(xì)節(jié)數(shù)據(jù)庫標(biāo)注方法和系統(tǒng)。

根據(jù)本發(fā)明提供的用于深度學(xué)習(xí)的指紋細(xì)節(jié)數(shù)據(jù)庫標(biāo)注方法，包括：

步驟1：輸入原始指紋圖像I，基于灰度方差進(jìn)行指紋興趣區(qū)域分割，并生成掩膜；

步驟2：對(duì)原始指紋圖像I做歸一化處理；

步驟3：基于梯度法進(jìn)行指紋方向估計(jì)；

步驟4：基于掩膜、方向窗和脊線灰度投影進(jìn)行頻率估計(jì)；

步驟5：基于Gabor濾波、方向場(chǎng)和頻率場(chǎng)進(jìn)行指紋圖像增強(qiáng)；

步驟6：對(duì)增強(qiáng)后的圖像進(jìn)行二值化；

步驟7：對(duì)二值化后的圖像進(jìn)行細(xì)化操作，刪除二值化圖像中的紋線的邊緣像素，得到寬度為單位像素的紋線骨架圖像；

步驟8：對(duì)細(xì)化操作后的圖像，基于先驗(yàn)定義進(jìn)行細(xì)節(jié)點(diǎn)提取，得到特征點(diǎn)集合M；

步驟9：基于特征點(diǎn)集合M，刪除偽特征點(diǎn)和標(biāo)注不符合預(yù)設(shè)要求的特征點(diǎn)，獲得最后的特征點(diǎn)集M_f。