[发明专利]一种基于深度学习的小面积指纹比对方法

说明书

一种基于深度学习的小面积指纹比对方法，包括以下步骤：1)找到小面积指纹中的特征点的方位和方向信息；2)根据步骤1)中得到的细节特征点方位和方向信息，以特征点为中心，以特征点的方向为X轴，对图像进行旋转归一化，截取设定大小的小块B；3)卷积网络训练：卷积神经网络的网络模型采用深度残差网络，使用Caffe框架对训练样本进行训练；4)语义特征提取；5)指纹注册：注册过程中需要用户配合相应指令进行注册，注册模板以注册指纹图像的特征点并集构成；6)指纹比对：比对分数由待匹配图像与注册模板中相似度最高的若干值的均值决定。本发明提出了一种有效适用于小面积指纹比对、可靠性良好的基于深度学习的小面积指纹比对方法。

技术领域

本发明涉及神经网络、图像处理、模式识别、指纹比对等技术领域，尤其是一种针对小面积指纹的比对方法，该方法适用于智能移动设备、门禁系统、笔记本等设备的身份认证。

背景技术

随着科学技术的进步，传统的依靠公民身份证、工作证、个人密码等身份验证方式，因其自身的缺点和不足，已经无法满足人们日益提升对安全性和便捷性的需求，生物识别技术应运而生。生物识别技术从属于利用人体固有的生物特征和行为特征进行身份认证的模式识别范畴。随着图像处理和模式识别技术的不断完善，在众多生物特征中，指纹因为具有唯一性、确定性以及随身携带和易获取等优势，指纹识别技术被大量应用于人们的生产和生活中。目前，大面积指纹识别技术已经相对成熟，但是随着移动设备中指纹识别技术的引入，受到移动设备内部空间的限制，故采用体积较小的指纹采集模块，因而采集到指纹区域较小。

目前专门针对于小面积指纹识别的算法相对较少，将现有大面积指纹识别算法根据小面积调整迁移后的比对算法，已有研究表明，目前针对大面积指纹的比对算法性能会随着采集到指纹面积的缩小而大幅下降。

发明内容

为了克服现有的指纹比对方法对小面积指纹比对性能无法适应实际使用需求，本发明提出了一种有效适用于小面积指纹比对、可靠性良好的基于深度学习的小面积指纹比对方法。

为了解决上述技术问题，本发明采用的技术方案是：

一种基于深度学习的小面积指纹比对方法，所述比对方法包括以下步骤：

1)小面积指纹图像细节特征点相关信息的提取：找到小面积指纹中的特征点的方位和方向信息；

2)ROI(Region of Interest，感兴趣区域)截取：根据步骤1)中得到的细节特征点方位和方向信息，以特征点为中心，以特征点的方向作为X轴，对图像进行旋转归一化，截取设定大小的小块B；

3)卷积网络训练：卷积神经网络的网络模型采用深度残差网络，使用Caffe框架对训练样本进行训练；

4)语义特征提取：对步骤2)中的每个ROI使用深度卷积神经网络提取其语义特征其中，L为每个ROI的特征长度，f_m为第m维特征；

5)指纹注册：注册过程中需要用户配合相应指令进行注册，注册模板由注册指纹图像的特征点并集构成；

6)指纹比对：比对分数由待匹配图像与注册模板中相似度最高的若干值的均值决定。

进一步，所述比对方法还包括以下步骤：

7)训练样本的选取：对训练库以步骤2)方法进行ROI截取，将指纹有效面积百分比超过60％的ROI作为训练样本，对训练样本进行小于6度的随机旋转变换；

8)网络模型采用Triplet Loss方式进行训练。

再进一步，所述步骤5)中，指纹注册过程如下：