[发明专利]窄条形指纹的识别方法、存储介质及电子设备

权利要求书

1.一种窄条形指纹的识别方法，其特征在于，所述窄条形指纹的识别方法包括：

根据预设的第一图像处理规则将多张不同的训练指纹图像处理为多组训练指纹组，其中，每一组训练指纹组包括多张正方形的子图像和一个标签，所述标签表示所述每一组训练指纹组对应的训练指纹图像所属的训练手指ID；

将所述多组训练指纹组喂入多分类网络得到预训练模型，其中，加载了所述预训练模型的多分类网络能够将每一组训练指纹图像的多张正方形的子图像输出所述训练手指ID和一个特征向量；

根据预设的第二图像处理规则将多张不同的注册指纹图像处理为多组注册指纹组，其中，每一组注册指纹组包括多张正方形的子图像和一个标签，所述标签表示所述每一组注册指纹组对应的注册指纹图像所属的注册手指ID；

将所述多组注册指纹组喂入加载了所述预训练模型的多分类网络得到目标模型，其中，加载了所述目标模型的多分类网络能够输出每一张注册指纹图像的所述注册手指ID和一个特征向量；

根据预设的第三图像处理规则将一张待识别指纹图像处理为一组待识别指纹组，其中，所述一组待识别指纹组包括多张正方形的子图像；

将所述一组待识别指纹组输入加载了所述目标模型的多分类网络得到所述待识别指纹图像的待识别手指ID和一个特征向量；以及

根据所述待识别手指ID及对应的特征向量和多个注册手指ID及对应的特征向量得出所述待识别指纹图像的识别结果。

2.如权利要求1所述的窄条形指纹的识别方法，其特征在于，根据预设的第一图像处理规则将多张不同的训练指纹图像处理为多组训练指纹组，其中，获取所述每一组训练指纹组，具体包括：

根据预设的算法计算出所述训练指纹图像的无效区域；

裁剪所述训练指纹图像的无效区域，得到所述训练指纹图像的有效区域；

将所述训练指纹图像的有效区域裁剪为所述多张正方形的子图像，得到所述训练指纹组；以及

为所述训练指纹组添加对应的训练指纹图像所属的训练手指ID的标签。

3.如权利要求1所述的窄条形指纹的识别方法，其特征在于，根据所述预设的第二图像处理规则将多张不同的注册指纹图像处理为多组注册指纹组，其中，获取所述每一组注册指纹组，具体包括：

根据所述预设的第一图像处理规则将多张不同的注册指纹图像处理为多组注册指纹组；

获取所述多组注册指纹组中所有标签；

获取每一个标签所对应的所有正方形的子图像；

从所述每一个标签所对应的所有正方形的子图像中随机选取多张正方形的子图像组成所述注册指纹组。

4.如权利要求1所述的窄条形指纹的识别方法，其特征在于，根据预设的第三图像处理规则将一张待识别指纹图像处理为一组待识别指纹组，具体包括：

根据所述预设的算法计算出待识别指纹图像的无效区域；

裁剪所述待识别指纹图像的无效区域，得到所述待识别指纹图像的有效区域；

将所述待识别指纹图像的有效区域裁剪为所述多张正方形的子图像，得到所述待识别指纹组。

5.如权利要求1所述的窄条形指纹的识别方法，其特征在于，根据所述待识别手指ID及对应的特征量和多个注册手指ID及对应的特征量得出所述待识别指纹图像的识别结果，具体包括：

利用所述多个注册手指ID及对应的特征量构建注册指纹特征向量模板库；

判断所述待识别手指ID是否与所述注册指纹特征向量模板库中包含的注册手指ID相匹配；

当所述待识别手指ID与所述注册指纹特征向量模板库中包含的注册手指ID相匹配时，判断所述待识别手指对应的特征向量与相匹配的注册手指对应的特征向量的距离是否小于预设阈值；

当所述待识别手指对应的特征向量与相匹配的注册手指对应的特征向量的距离小于预设阈值时，输出识别成功信息。

6.如权利要求5所述的窄条形指纹的识别方法，其特征在于，当所述待识别手指ID与所述注册指纹特征向量模板库中包含的注册手指ID不相匹配时，输出识别失败信息。