[发明专利]指纹分割模型训练、指纹分割方法、装置、设备及介质

权利要求书

1.一种指纹分割模型训练方法，其特征在于，所述方法包括：

将训练集中的样本图像输入指纹分割模型，基于所述指纹分割模型的卷积子模块对所述样本图像进行卷积处理，得到第一特征图；

基于所述指纹分割模型中的通道注意力子模块对所述第一特征图进行特征提取，得到第二特征图；基于所述指纹分割模型中的空间注意力子模块对所述第一特征图进行特征提取，得到第三特征图；对所述第二特征图和第三特征图进行合并，得到第四特征图；

根据所述第四特征图确定所述样本图像中的训练指纹位置信息，根据所述训练指纹位置信息和所述样本图像中真实指纹位置信息确定损失值，基于所述损失值对所述指纹分割模型进行训练。

2.如权利要求1所述的方法，其特征在于，所述基于所述指纹分割模型中的通道注意力子模块对所述第一特征图进行特征提取，得到第二特征图包括：

基于所述指纹分割模型中的通道注意力子模块对所述第一特征图进行最大池化处理，卷积处理和归一化处理，得到第五特征图，将所述第五特征图作为第二特征图。

3.如权利要求2所述的方法，其特征在于，将所述第五特征图作为第二特征图包括：

对所述第一特征图和第五特征图进行合并，将合并的结果作为第二特征图。

4.如权利要求2所述的方法，其特征在于，对所述第一特征图进行最大池化处理，卷积处理和归一化处理，得到第五特征图包括：

对所述第一特征图进行最大池化处理和第一卷积处理，压缩所述第一特征图的通道特征；对第一卷积处理后的特征图进行第二卷积处理，恢复第一卷积处理后的特征图的通道特征；对第二卷积处理后的特征图进行归一化处理，得到第五特征图。

5.如权利要求1所述的方法，其特征在于，所述基于所述指纹分割模型中的空间注意力子模块对所述第一特征图进行特征提取，得到第三特征图包括：

基于所述指纹分割模型中的空间注意力子模块对所述第一特征图进行池化处理，卷积处理和归一化处理，得到第六特征图，将所述第六特征图作为第三特征图。

6.如权利要求5所述的方法，其特征在于，基于所述指纹分割模型中的空间注意力子模块对所述第一特征图进行池化处理包括：

基于所述指纹分割模型中的空间注意力子模块分别对所述第一特征图进行最大池化处理和平均池化处理，将最大池化处理和平均池化处理后的特征图进行通道数拼接。

7.如权利要求5所述的方法，其特征在于，将所述第六特征图作为第三特征图包括：

对所述第一特征图和第六特征图进行合并，将合并的结果作为第三特征图。

8.如权利要求1所述的方法，其特征在于，所述指纹分割模型包括卷积子模块、下采样层和上采样层，在所述下采样层以及上采样层之前均布置通道注意力子模块和空间注意力子模块。

9.一种基于权利要求1至8任一项所述的方法训练得到的指纹分割模型的指纹分割方法，其特征在于，所述方法包括：

获取待分割的图像；

将所述待分割的图像输入指纹分割模型，基于所述指纹分割模型的卷积子模块对所述待分割的图像进行卷积处理，得到第七特征图；

基于所述指纹分割模型中的通道注意力子模块对所述第七特征图进行特征提取，得到第八特征图；基于所述指纹分割模型中的空间注意力子模块对所述第七特征图进行特征提取，得到第九特征图；对所述第八特征图和第九特征图进行合并，得到第十特征图；根据所述第十特征图确定所述待分割的图像中的指纹位置信息。