[发明专利]指纹识别模型构建方法、存储介质及计算机设备

说明书

本申请提供了一种基于Resnet与Triplet Loss的指纹识别模型构建方法，其包括，构建N组初始样本；利用Triplet Loss训练N组初始样本，得到N组训练样本；将N组训练样本输入至初始Resnet模型中对初始Resnet模型进行训练得到待测目标Resnet模型；将两组测试样本输入待测目标Resnet模型中进行计算得到两组图像特征量；利用预设算法计算两组图像特征量之间的最大的余弦相似度；判断最大的余弦相似度是否大于或者等于预设值；根据待测目标Resnet模型生成目标Resnet模型；或者，构建M组训练样本并将M组训练样本输入至待测目标Resnet模型中对待测目标Resnet模型进行训练。本申请还提供了一种存储介质和计算机设备。上述方法通过Resnet与Triplet Loss共同构建的指纹识别模型有效的解决了窄边指纹匹配识别的问题。

技术领域

本申请涉及指纹识别领域，尤其涉及一种指纹识别模型构建方法、存储介质及计算机设备。

背景技术

当今社会，科学技术不断快速发展，手机、电脑等电子设备更新换代频繁，利用指纹进行身份验证、识别变的流行起来。指纹是具有高度辨识性和唯一性人体生物特征，且具有采集容易、安全性高等特点，指纹识别是当前生物特征识别技术的主要方式之一。随着生物识别技术发展，屏下指纹识别技术有向侧边指纹转变的趋势。侧边指纹采集所需要设备感应面积更小、应用更方便等特点，但是所采集的指纹图像呈细长条形，有用指纹信息少，录入和解锁指纹的方向、位置可能会相差很大，这给指纹识别中拒真和认假带来挑战。

因此，如何获取能够对窄边指纹进行准确匹配识别的模型是亟需解决的问题。

发明内容

本申请提供一种指纹识别模型构建方法、存储介质及计算机设备，可以有效的实现窄边指纹的匹配与识别。

第一方面，本申请实施例提供一种基于Resnet与Triplet Loss的指纹识别模型构建方法，基于Resnet与Triplet Loss的指纹识别模型构建方法包括：

构建N组初始样本，N组初始样本中每一组初始样本包括锚样本、正样本和负样本，锚样本、正样本和负样本为正方形图像，N为大于1的整数；

利用Triplet Loss训练N组初始样本，得到N组训练样本，N组训练样本中每一训练样本包括第一训练样本和第二训练样本，第一训练样本为锚样本和正样本生成的样本，第二训练样本为锚样本和负样本生成的样本；

将N组训练样本输入至初始Resnet模型中对初始Resnet模型进行训练得到待测目标Resnet模型；

将两组测试样本输入待测目标Resnet模型中进行计算得到两组图像特征量，两组测试样本取样于同一根手指，两组测试样本中每一组测试样本包括X张正方形图像，X为大于1的整数；

利用预设算法计算两组图像特征量之间的最大的余弦相似度；

判断最大的余弦相似度是否大于或者等于预设值；

当最大的余弦相似度大于或者等于预设值时，根据待测目标Resnet模型生成目标Resnet模型；

当最大的余弦相似度小于预设值时，构建M组训练样本并将M组训练样本输入至待测目标Resnet模型中对待测目标Resnet模型进行训练，M为大于1的整数。

第二方面，本申请实施例提供一种存储介质，存储介质上存储程序指令，程序指令被处理器执行以实现上述的基于Resnet与Triplet Loss的指纹识别模型构建方法。

第三方面，本申请实施例提供一种计算机设备，计算机设备包括：

存储器，用于存储程序指令；

处理器，用于执行程序指令以使计算机设备实现上述的基于Resnet与TripletLoss的指纹识别模型构建方法。