[发明专利]指纹识别方法及装置、电子设备、存储介质

说明书

本申请提供一种指纹识别方法及装置、电子设备、计算机可读存储介质，该方法包括：对指纹图像进行识别，确定所述指纹图像内指纹与目标指纹是否匹配；若匹配，将所述指纹图像输入已训练的指纹分类模型，获得所述指纹图像的类别信息；如果所述类别信息指示所述指纹图像为真实，确定指纹识别成功。本申请方案，可以在活体识别的基础上实现指纹识别，有效地提高了指纹识别的安全性。

技术领域

本申请涉及指纹识别技术领域，特别涉及一种指纹识别方法及装置、电子设备、计算机可读存储介质。

背景技术

指纹识别技术被广泛应用于日常上下班的打卡机、门禁和智能手机。日常生活中，人们可能在许多手指接触过的位置留下指纹痕迹。在这种情况下，出现了对真实指纹进行复制、伪造从而获取利益的犯罪行为。伪造指纹的手段以彩色打印复制法、尸体手指为主，随着指纹膜制作材料和制作方式的出现，尤其是3D打印技术已突破指纹膜打印难关，对伪造指纹的识别变得越来越困难。

发明内容

本申请实施例的目的在于提供一种指纹识别方法及装置、电子设备、计算机可读存储介质，用于在活体识别的基础上实现指纹识别，提高了指纹识别的安全性。

一方面，本申请提供了一种指纹识别方法，包括：

对指纹图像进行识别，确定所述指纹图像内指纹与目标指纹是否匹配；

若匹配，将所述指纹图像输入已训练的指纹分类模型，获得所述指纹图像的类别信息；

如果所述类别信息指示所述指纹图像为真实，确定指纹识别成功。

在一实施例中，所述指纹分类模型包括特征提取器和分类器；

所述将所述指纹图像输入已训练的指纹分类模型，获得所述指纹图像的类别信息，包括：

通过所述特征提取器从所述指纹图像提取出若干子图像特征；

依据所述若干子图像特征，确定所述指纹图像对应的图像特征；

通过所述分类器对所述图像特征进行分类，获得所述类别信息。

在一实施例中，所述子图像特征包括脊线特征、谷线特征、灰度共生矩阵、方向场、全局直方图特征、局部直方图特征中一种或多种的组合。

在一实施例中，所述指纹分类模型通过以下方式训练得到：

将样本集中的样本图像输入机器学习模型，获得所述样本图像的预测类别信息；其中，所述样本集中的样本图像包括真实指纹图像和伪造指纹图像，所述样本图像携带类别标签；

根据所述样本图像的预测类别信息与类别标签之间的差异，调整所述机器学习模型的模型参数；

通过已训练的机器学习模型对测试集中的测试图像进行分类，并判断分类准确率是否达到预设准确率阈值，如果是，将已训练的机器学习模型作为已训练的指纹分类模型。

在一实施例中，在所述对测试集中的测试图像进行分类之后，所述方法还包括：

如果否，返回所述将样本集中的样本图像输入机器学习模型的步骤。

另一方面，本申请还提供了一种指纹识别装置，包括：

识别模块，用于对指纹图像进行识别，确定所述指纹图像内指纹与目标指纹是否匹配；

分类模块，用于若匹配，将所述指纹图像输入已训练的指纹分类模型，获得所述指纹图像的类别信息；

确定模块，用于如果所述类别信息指示所述指纹图像为真实，确定指纹识别成功。

在一实施例中，所述指纹分类模型包括特征提取器和分类器；所述分类模块，还用于：