[发明专利]一种基于人工智能技术的皮纹识别系统

说明书

本发明涉及一种基于人工智能技术的皮纹识别系统，其包括皮纹采集模块、皮纹处理模块和皮纹分析模块；所述皮纹采集模块将采集到的皮纹图像数据传输至所述皮纹处理模块内，经所述皮纹处理模块对皮纹图像进行降噪和清晰化处理后传输至所述皮纹分析模块，由所述皮纹分析模块进行纹数识别和纹型识别。本发明能实现整理流程的自动化，能够自动消除由前次采集遗留的潜在皮纹痕迹，有效提高数据的准确性。

技术领域

本发明涉及一种人工智能识别技术领域，特别是关于一种基于人工智能技术的皮纹识别系统。

背景技术

皮纹学是指纹、掌纹等皮肤纹理与人的智力、性格、健康疾病等多方面对应关系的研究学问。所谓皮纹的研究是指对人体手指、手掌、脚趾、脚掌上凸起的皮肤纹路的研究，具有遗传性、唯一性和不变性，是人体基因遗传的密码。

目前的皮纹学对于指纹，掌纹等皮肤纹理的识别，还是完全依靠人工的识别和检查。这就造成了识别的过程完全的依赖于识别人的经验与精力，无法做到整个识别过程的自动化与系统化。同时也非常限制用户的使用数量，和用户的便捷性。

发明内容

针对上述问题，本发明的目的是提供一种基于人工智能技术的皮纹识别系统，能有效提高数据的准确性，实现识别自动化。

为实现上述目的，本发明采取以下技术方案：一种基于人工智能技术的皮纹识别系统，其包括皮纹采集模块、皮纹处理模块和皮纹分析模块；所述皮纹采集模块将采集到的皮纹图像数据传输至所述皮纹处理模块内，经所述皮纹处理模块对皮纹图像进行降噪和清晰化处理后传输至所述皮纹分析模块，由所述皮纹分析模块进行纹数识别和纹型识别。

进一步，所述皮纹采集模块包括皮纹扫描仪和皮纹图像数据存储模块；所述皮纹扫描仪用于采集测试者的皮纹图像数据，并实时显示滚动皮纹采集过程，将采集到的所有皮纹图像进行无缝拼接，并自动消除由前次采集遗留的潜在皮纹痕迹；经所述皮纹扫描仪获得的皮纹图像数据存储至所述皮纹图像数据存储模块内，并传输至所述皮纹处理模块。

进一步，通过所述皮纹扫描仪采集的皮纹图像数据，对所述皮纹图像数据进行图片裁剪和分割，处理成预先设定的尺寸。

进一步，所述皮纹处理模块包括纹型分类接口模块、训练数据上传接口模块和皮纹图像处理模块；所述皮纹采集模块输出的皮纹图像数据经所述纹型分类接口模块传输至所述皮纹图像处理模块内，所述训练数据上传接口模块用于批量导入皮纹数据集，并传输至所述皮纹图像处理模块内；所述皮纹图像处理模块将接收到的数据进行预处理，获取皮纹图像的方向场，并进行Gabor滤波对皮纹图像进行降噪和清晰化处理。

进一步，所述皮纹分析模块包括纹数识别和纹型的识别。

进一步，所述纹数通过下面两种方式中的一种进行识别：

(1)基于二值化图像，将皮纹图像建立坐标，作直线穿过皮纹图像区域，计数数值变化得到纹数，通过从多方向进行计数相互校正；

(2)基于Gabor滤波得到的正弦波图像进行纹数识别：经过处理的皮纹图像在Gabor滤波器下具有正弦波特征，通过记录正弦波的周期数得到指纹的纹数。

进一步，所述纹型分类模块用于对皮纹的纹型进行分类；皮纹的纹型通过人工智能的方式进行识别，主要通过使用大量的皮纹数据集训练人工智能识别算法，之后将皮纹处理模块传输至的处理过的皮纹图像数据通过人工智能皮纹识别模型完成纹型的识别。

进一步，所述人工智能皮纹识别模型的建立与训练：(1)选择对应的数据集：针对皮纹处理模块传输至的准备测试皮纹类型，准备对应的数据集；(2)数据标注：针对准备测试的皮纹，在数据集中按照纹型的特征进行数据标注；(3)数据规范化：对皮纹图像进行预处理，使之能够传入网络模型中进行训练；(4)构建训练网络：采用深度卷积神经网络，以ReLu函数作为激活函数，并引入池化层来缩减模型规模。