[发明专利]一种基于全卷积网络的指纹图像质量判断方法有效
申请号: | 201910670630.2 | 申请日: | 2019-07-24 |
公开(公告)号: | CN110472518B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 罗美美;杨波;苗家壮 | 申请(专利权)人: | 杭州晟元数据安全技术股份有限公司 |
主分类号: | G06V40/12 | 分类号: | G06V40/12;G06V10/764;G06K9/62;G06T7/00 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 赵芳;张瑜 |
地址: | 311121 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于全卷积网络的指纹图像质量判断方法,其步骤如下:(1)挑选指纹样本并标注:挑选大量的用不同传感器采集的不同质量的指纹图像作为指纹样本,为每张图像标注标签;(2)指纹图像质量判断模型训练:将指纹样本的大小进行调整并转换成深度学习框架训练所需的数据格式,得到训练样本,将训练样本输入到全卷积网络进行深度学习训练,得到指纹图像质量判断模型;(3)指纹图像质量判断模型转换:将得到的指纹图像质量判断模型用ncnn转换工具转换成ncnn框架支持的模型,并进行量化和加密;(4)指纹图像质量判断:读取转换后的模型,将待预测的指纹图像传入模型,逐层读取模型的参数进行前向传播,最终得到质量判断结果。 | ||
搜索关键词: | 一种 基于 卷积 网络 指纹 图像 质量 判断 方法 | ||
【主权项】:
1.一种基于全卷积网络的指纹图像质量判断方法,其步骤如下:/n(1)挑选指纹样本并标注:挑选大量的用不同传感器采集的不同质量的指纹图像作为指纹样本,为每张图像标注标签,对质量较好的图像标注为0,对质量较差的图像标注为1;/n(2)指纹图像质量判断模型训练:将指纹样本的大小进行调整并转换成深度学习框架训练所需的数据格式,得到训练样本,将训练样本输入到全卷积网络进行深度学习训练,得到指纹图像质量判断模型;/n(3)指纹图像质量判断模型转换:将得到的指纹图像质量判断模型用ncnn转换工具转换成ncnn框架支持的模型,并进行量化和加密;/n(4)指纹图像质量判断:读取转换后的模型,将待预测的指纹图像传入模型,逐层读取模型的参数进行前向传播,最终得到质量判断结果。/n
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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杭州晟元数据安全技术股份有限公司,未经杭州晟元数据安全技术股份有限公司许可,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/patent/201910670630.2/,转载请声明来源钻瓜专利网。