[发明专利]基于深度学习的指纹图像检测方法在审
| 申请号： | 201910808923.2 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110705352A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 苗家壮;杨波;罗美美 | 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： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 33246 浙江千克知识产权代理有限公司 | 代理人： | 赵芳;俞昊文 |
| 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： | 本发明公开了基于深度学习的指纹图像检测方法包括以下步骤：指纹传感器采集指纹图像，对指纹图像进行预处理；截取多个S1中预处理后的指纹图像的局部作为活体检测模型的输入，设指纹图像为i，截取多个图像个数为n；对输入的每个指纹图像进行活体概率的计算，活体概率为Pi，活体概率通过卷积神经网络模型及分类函数得出；设活体概率判断分值为score＝score/n，score分值大于预设值T，则判断指纹属于活体，若小于预设值T，则判断指纹不为活体。本发明利用卷积神经网络自动提取指纹图像特征，有效的实现了生物活体指纹与人造假指纹的区分，防御了假指纹的攻击。 | ||
| 搜索关键词： | 指纹图像 活体 指纹 预处理 卷积神经网络 截取 预设 概率 指纹图像特征 指纹传感器 分类函数 概率判断 活体检测 生物活体 自动提取 采集 图像 防御 攻击 检测 学习 | ||
【主权项】：
1.基于深度学习的指纹图像检测方法，其特征在于，包括以下步骤：/nS1、指纹传感器采集指纹图像，对指纹图像进行预处理；/nS2、截取多个S1中预处理后的指纹图像的局部作为活体检测模型的输入，设指纹图像为i，截取多个图像个数为n；/nS3、对输入的每个指纹图像进行活体概率的计算，活体概率为Pi，活体概率通过卷积神经网络模型及分类函数得出；/nS4、设活体概率判断分值为score＝score/n，score分值大于预设值T，则判断指纹属于活体，若小于预设值T，则判断指纹不为活体。/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/201910808923.2/，转载请声明来源钻瓜专利网。
- 上一篇：视频会议的签到方法及系统
- 下一篇：基于注意力机制的遮挡人脸的识别方法和装置
