[发明专利]指纹特征提取方法、装置、电子设备及存储介质在审
申请号: | 202011629510.7 | 申请日: | 2020-12-31 |
公开(公告)号: | CN112733670A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 刘晓春;吴正平;郑逢德;王贤良 | 申请(专利权)人: | 北京海鑫科金高科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 苗晓静 |
地址: | 100070 北京市丰台区南*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 指纹 特征 提取 方法 装置 电子设备 存储 介质 | ||
1.一种指纹特征提取方法,其特征在于,包括:
获取现场指纹图像;
将所述现场指纹图像输入至指纹特征提取模型中,得到所述指纹特征提取模型输出的特征提取结果;
其中,所述指纹特征提取模型是基于样本指纹图像和细节点标签训练得到的;
所述指纹特征提取模型用于从所述现场指纹图像提取得到细节点信息,并基于所述细节点信息得到所述特征提取结果。
2.根据权利要求1所述的指纹特征提取方法,其特征在于,所述细节点标签包括与所述样本指纹图像对应的各个细节点的位置和细节点的方向。
3.根据权利要求2所述的指纹特征提取方法,其特征在于,所述细节点信息包括与所述现场指纹图像对应的各个细节点分数图、X坐标偏移图、Y坐标偏移图以及细节点方向图。
4.根据权利要求3所述的指纹特征提取方法,其特征在于,所述指纹特征提取模型包括基础特征提取层和具体特征提取层;
其中,所述基础特征提取层包括依次连接的3×3卷积层,深度分离卷积层、重复3次的卷积核大小为3×3移动倒置瓶颈卷积层,重复3次的卷积核大小为5×5移动倒置瓶颈卷积层。
5.根据权利要求4所述的指纹特征提取方法,其特征在于,所述具体特征提取层包括细节点分数模块、细节点X坐标偏移模块、细节点Y坐标偏移模块以及细节点方向模块;
其中,所述细节点分数模块、细节点X坐标偏移模块、细节点Y坐标偏移模块以及细节点方向模块用于基于对输入的特征图进行具体特征提取,获取所述细节点信息。
6.根据权利要求5所述的指纹特征提取方法,其特征在于,所述具体特征提取层还包括空洞卷积模块;其中,所述空洞卷积模块用于基于对输入的特征图进行空洞卷积,获取多尺度上下文信息。
7.根据权利要求6所述的指纹特征提取方法,其特征在于,将所述现场指纹图像输入至指纹特征提取模型中,得到所述指纹特征提取模型输出的特征提取结果,包括:
将所述现场指纹图像输入至所述基础特征提取层,得到基础特征图;
将所述基础特征图输入至所述具体特征提取层,首先经过所述空洞卷积模块,然后输出至并行的所述细节点分数模块、细节点X坐标偏移模块、细节点Y坐标偏移模块以及细节点方向模块,得到所述细节点分数图、X坐标偏移图、Y坐标偏移图以及细节点方向图。
8.一种指纹特征提取装置,其特征在于,包括:
指纹图像获取单元,用于获取现场指纹图像;
指纹特征提取单元,用于将所述现场指纹图像输入至指纹特征提取模型中,得到所述指纹特征提取模型输出的特征提取结果;
其中,所述指纹特征提取模型是基于样本指纹图像和细节点标签训练得到的;所述指纹特征提取模型用于从所述现场指纹图像提取得到细节点信息,并基于所述细节点信息得到所述特征提取结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述指纹特征提取方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述指纹特征提取方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京海鑫科金高科技股份有限公司,未经北京海鑫科金高科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011629510.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种关联信息的处理方法、装置及存储介质
- 下一篇:动力型切割装置