[发明专利]基于生成对抗网络实现指纹图片自动生成的方法有效

专利信息
申请号: 201910559150.9 申请日: 2019-06-26
公开(公告)号: CN110415309B 公开(公告)日: 2023-09-08
发明(设计)人: 王立;洪丽娟;李海鹏;刘辛宇;张伟;冯宗伟;杨政予;马洪娜;江妍;李小凡;华寅 申请(专利权)人: 公安部第三研究所
主分类号: G06T11/00 分类号: G06T11/00;G06T5/00
代理公司: 上海智信专利代理有限公司 31002 代理人: 王洁;郑暄
地址: 200031*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 生成 对抗 网络 实现 指纹 图片 自动 方法
【权利要求书】:

1.一种基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的方法包括以下步骤:

(1)对训练用的指纹图片数据集进行预处理;

(2)对预处理后的指纹图片按照左旋指纹、旋涡指纹、右旋指纹、帐篷形指纹以及拱形指纹五类样式为对应的标签进行独热编码,形成标签向量;

(3)以条件生成对抗网络为基础构建训练网络模型;

(4)向训练网络模型输入步骤(1)得到的训练用指纹图像以及对应的由步骤(2)得到的标签向量进行训练直至结果收敛;

(5)根据经过训练后得到的网络模型,自动生成指定样式且大小为2N×2N的指纹图片;

所述的步骤(3)具体为:

经过1个全连接层以及3个卷积层,每层之后均经过批归一化以及ReLU激活,再通过最后1个卷积层以及批归一化和Tanh激活后,得到生成的大小为256×256像素的指纹图片;

经过4个卷积层,每层之后均经过批归一化以及LeakyReLU激活,再通过最后1个全连接层以及批归一化和Sigmod激活之后,得到1个一维输出,它代表着对抗网络对输入图片真假的判别结果;

所述的步骤(4)具体为:

(4.1)将真指纹图像与伪指纹图像以及对应的标签输入对抗网络来训练对抗网络;

(4.2)将标签向量以及噪声向量输入生成网络来训练生成伪指纹图像,更替训练生成网络与对抗网络。

2.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的步骤(1)中预处理后的指纹图片为8位、单通道、大小为2N×2N像素的图片。

3.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的N的取值为大于等于7、小于等于10的正整数。

4.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的步骤(1)中的预处理包括裁剪、缩放、平移以及旋转。

5.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的步骤(2)中的独热编码具体为:

根据五类指纹样式将每个指纹图片的标签定义为一个五维的特征向量。

6.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的步骤(3)具体为:

将经过独热编码后的标签向量作为条件构建生成对抗网络。

7.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的步骤(4.2)中训练5次对抗网络后更新生成网络。

8.根据权利要求1所述的基于生成对抗网络实现指纹图片自动生成的方法,其特征在于,所述的生成网络与对抗网络均包含N-4次卷积、池化处理和1次全连接处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于公安部第三研究所,未经公安部第三研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910559150.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top