[发明专利]指纹特征提取方法、装置、电子设备及存储介质

说明书

本发明涉及一种指纹特征提取方法、装置、电子设备及存储介质，其中方法包括：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。本发明实施例提供的方法、装置、电子设备及存储介质，通过指纹特征提取模型进行细节点信息提取，能够简化特征提取流程，在保证正确率的同时加快模型训练速度和特征提取速度。

技术领域

本发明涉及指纹识别技术领域，尤其涉及一种指纹特征提取方法、装置、电子设备及存储介质。

背景技术

由于每个人的指纹不同，因此指纹可用于身份鉴定，早在几个世纪之前，人们就开始使用指纹侦破刑事案件。随着计算机和信息技术的发展，世界各地已经广泛采用了指纹自动识别系统，如何正确提取指纹的细节特征点和实现正确匹配，是指纹识别技术的关键。

目前常用的有将指纹领域先验知识和神经网络的强大表达能力相结合，提取现场指纹细节点的端到端的神经网络，如FingerNet，其将传统算法中各个部分分别转化为卷积网络，然后整合成一个统一的网络的现场指纹特征点提取框架，从现场指纹中学习复杂的背景变化，提取精确的现场指纹细节点。

然而上述方法存在框架比较大，训练比较慢，耗内存比较大，提取特征比较慢等问题，需现场使用的手持移动设备因运算速度、运算功耗以及所需时间等问题难以应用上述方法。

发明内容

本发明实施例提供一种指纹特征提取方法、装置、电子设备及存储介质，用以解决现有技术中的手持移动设备上指纹特征提取准确度低和速度慢的问题。

第一方面，本发明实施例提供一种指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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。

根据本发明实施例提供的指纹特征提取方法，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；