[发明专利]图像识别方法、装置、设备及介质

说明书

本公开提供了一种图像识别方法，可以应用于人工智能技术领域。该图像识别方法包括：获取待识别指纹图像的与预设频段相对应的图像特征的信息；获取对待识别指纹图像进行奇异值分解后得到的奇异值分解信息；将图像特征的信息、奇异值分解信息以及待识别指纹图像信息输入分类模型，输出分类结果，其中，分类结果包括待识别指纹图像的目标分类值；以及根据分类结果，确定图像识别结果，其中，图像识别结果包括待识别指纹图像的类别。本公开还提供了一种图像识别装置、设备、存储介质和程序产品。

技术领域

本公开涉及人工智能领域，具体涉及图像识别方法、装置、设备、介质和程序产品。

背景技术

手指存在丰富的特征，而指纹作为手指的主要生物特征，具有普遍性、显著性、永久性、可收集性、可接受性和抗规避性等几个理想特性。指纹识别技术是应用最为广泛的生物特征识别技术之一，己经广泛应用于身份鉴定、信息安全、访问控制和快捷支付等方面。利用指纹图像包含的大量特征可以进行性别分类。

然而，在实现本公开的过程中发现，使用传统算法对图像局部特征提取或基于人工的方式挑选局部特征，存在误差较大，泛化能力较差的问题。

发明内容

鉴于上述问题，本公开提供了图像识别方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种图像识别方法，包括：

获取待识别指纹图像的与预设频段相对应的图像特征的信息；

获取对待识别指纹图像进行奇异值分解后得到的奇异值分解信息；

将图像特征的信息、奇异值分解信息以及待识别指纹图像信息输入分类模型，输出分类结果，其中，分类结果包括待识别指纹图像的目标分类值；以及

根据分类结果，确定图像识别结果，其中，图像识别结果包括待识别指纹图像的类别。

根据本公开的实施例，图像特征的信息包括离散小波变换后的多个子图像信息和能量值矩阵；获取待识别指纹图像的与预设频段相对应的图像特征的信息包括：

对待识别指纹图像进行离散小波变换，得到变换后的多个子图像；

利用预设能量值计算公式，得到变换后的多个子图像中每个子图像对应的能量值；

将每个子图像对应的能量值填充到与变换后的多个子图像大小相同的矩阵中，得到能量值矩阵。

根据本公开的实施例，获取对待识别指纹图像进行奇异值分解后得到的奇异值分解信息包括：

利用奇异值分解公式，对待识别指纹图像进行奇异值分解，得到奇异值分解信息。

根据本公开的实施例，将图像特征的信息、奇异值分解信息以及待识别指纹图像信息输入分类模型，输出分类结果包括：

将图像特征的信息、奇异值分解信息以及待识别指纹图像信息进行叠加，得到叠加信息；

将叠加信息输入分类模型；

输出分类结果。

根据本公开的实施例，图像特征包括指纹纹路相关属性特征，其中，指纹纹路相关属性特征包括：指纹纹路特征、指纹纹路间凸处特征、指纹纹路密度特征。

根据本公开的实施例，在获取待识别指纹图像的与预设频段相对应的图像特征的信息之前还包括：

获取用户对录入指纹图像的授权；

在得到授权后，获取待识别指纹图像。

本公开的第二方面提供了一种图像识别装置，包括：

第一获取模块，用于获取待识别指纹图像的与预设频段相对应的图像特征的信息；