[发明专利]鼻纹特征的提取方法、装置及非易失性存储介质

权利要求书

1.一种鼻纹特征的提取方法，其特征在于，包括：

获取目标类型宠物的样本数据集，其中，所述样本数据集中包括：所述目标类型宠物的鼻纹图像以及用于指示所述鼻纹图像的身份信息的标签；

将所述样本数据集中的数据输入神经网络模型进行训练，得到目标神经网络模型；

从所述目标神经网络模型中截取部分神经元层组成特征提取模型；

将待测鼻纹图像输入至所述特征提取模型进行特征提取，得到目标鼻纹特征。

2.根据权利要求1所述的方法，其特征在于，从所述目标神经网络模型中截取部分神经元层组成特征提取模型，包括：

从所述目标神经网络模型中至少截取卷积层、池化层和全连接层，组成骨架网络；并采用预设损失函数对所述骨架网络进行收敛，得到所述特征提取模型，其中，所述预设损失函数的性能指标高于所述目标神经网络模型中的损失函数的性能指标。

3.根据权利要求2所述的方法，其特征在于，将待测鼻纹图像输入至所述特征提取模型进行特征提取，得到目标鼻纹特征之后，所述方法还包括：

计算所述目标鼻纹特征与鼻纹特征数据库中的所有鼻纹特征之间的相似度，得到多个相似度，其中，所述鼻纹特征数据库中包括参考鼻纹特征和与所述参考鼻纹特征对应的身份信息；

比较所述多个相似度与预设阈值的大小；

依据比较结果确定所述鼻纹特征数据库中是否存在与所述目标鼻纹特征对应的身份信息。

4.根据权利要求3所述的方法，其特征在于，依据比较结果确定所述鼻纹特征数据库中是否存在与所述目标鼻纹特征对应的身份信息，包括：

在所述比较结果中存在大于所述预设阈值的目标相似度时，则确定所述鼻纹特征数据库中存在与所述目标鼻纹特征对应的身份信息；在所述比较结果中不存在大于所述预设阈值的目标相似度时，则确定所述鼻纹特征数据库中不存在与所述目标鼻纹特征对应的身份信息。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在所述比较结果中大于所述预设阈值的目标相似度为一个时，将所述目标相似度对应的身份信息作为所述待测鼻纹图像的身份信息；

在所述比较结果中存在多个大于所述预设阈值的目标相似度时，对多个目标相似度按照从大到小的顺序进行排序；

确定排序结果中靠前的预设数量的目标相似度，并输出与所述预设数量的目标相似度对应的身份信息；

响应来自目标对象的选择指令，从所述预设数量的目标相似度所对应的身份信息中选择目标身份信息作为所述待测鼻纹图像的身份信息。

6.根据权利要求2所述的方法，其特征在于，将待测鼻纹图像输入至所述特征提取模型进行特征提取，得到目标鼻纹特征之后，所述方法还包括：

计算所述目标鼻纹特征与待验证宠物对应的鼻纹特征之间的相似度；

比较所述相似度与预设阈值的大小；

依据比较结果确定所述目标鼻纹特征对应的宠物是否为待验证宠物。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，采用所述样本数据集中的数据输入对神经网络模型进行训练，得到目标神经网络模型，包括：

对所述样本数据集中的鼻纹图像进行以下至少之一处理：旋转、改变尺寸、改变亮度，得到处理后的鼻纹图像；

将所述处理后的鼻纹图像和所述样本数据集中的鼻纹图像进行组合，得到目标样本数据集；

将所述目标样本数据集划分为训练数据集和测试数据集；

采用所述训练数据集对所述神经网络模型进行训练，并采用所述测试数据集对所述神经网络模型进行测试。

8.根据权利要求1至6中任意一项所述的方法，其特征在于，采用所述样本数据集中的数据输入对神经网络模型进行训练之前，所述方法还包括：

采用多种评价方式对所述样本数据集中的鼻纹图像进行分析，得到多个评价指标，其中，每种评价方式对应一个评价指标；

在所述多个评价指标均满足相应的预设条件时，确定所述鼻纹图像合格；在所述多个评价指标中的任意一个评价指标不满足相应的预设条件时，则确定所述鼻纹图像不合格。