[发明专利]快速提取掌纹感兴趣区域的方法

说明书

本发明公开了一种快速定位掌纹感兴趣区域的方法，包括五个过程：标记训练样本的指间谷点，训练用于检测低分辨掌纹指间谷点的卷积神经网络，提取低分辨掌纹指间关键点并据此在高分辨掌纹中获取以关键点为中心的子图，针对子图快速提取指间精确谷点，根据谷点定位掌纹感兴趣区域。其中训练卷积神经网络的过程，训练样本经扩增后分批多次输入到网络，训练中学习率随批次增加逐渐降低以提升训练速度；提取过程首先定位低分辨掌纹中的指间关键点，然后通过映射从高分辨掌纹中获取以关键点为中心的子图，并在子图中使用卷积神经网络或切线法进行局部搜索以快速提取指间谷点，最终以这些点准确定位掌纹感兴趣区域。

技术领域

本发明涉及生物识别技术领域中的掌纹识别，具体涉及一种提取掌纹感兴趣区域的方法。

背景技术

人体生物特征是人类所固有的各种生理特征和行为特征的总称，这些特征唯一性和不变性强，和传统的身份认证方法相比，生物特征更安全更方便。生理特征多为先天性特征，不随外在条件和主观意愿发生改变，如指纹、掌纹、静脉；行为特征则是人们后天养成的行为习惯，如笔迹、步态。

其中掌纹识别是近几年较为热门的生物特征识别方向之一，和发展较为成熟的指纹识别相比，掌纹的有效区域大并且具有更丰富的纹理特征，因此能够提供更为有效可靠的识别信息。在实际的掌纹识别过程中首先需要对掌纹图像进行预处理，以保证识别系统能够从手掌图像中准确高效地提取到感兴趣区域，达到系统的实用性和高效性。

掌纹感兴趣区域的提取主要是指通过图像调整和关键点定位，从掌纹图像中有效的选择分割出手掌中心特征较为丰富的区域。中心区域的提取过程希望，同一手掌不同掌纹图像的感兴趣区域基本相同，不同大小掌纹能够在提取过程中自动进行区域和相关位置参数上的优化，以适应差异化掌纹图像对感兴趣区域的提取要求。

掌纹感兴趣区域提取作为掌纹预处理阶段的重要一环，在掌纹识别过程中非常重要。它的目的在于提取掌纹图像的核心特征区并进行归一化的处理，以便进行之后的特征提取与特征选择。

现有的掌纹感兴趣区域的提取方法，主要通过局部切线切圆或测量特定距离的方式得到指间谷点，以此提取有效区域。这些方法为了保证得到较好的提取效果，需要在指间关键点筛查及切线切圆逼近参数上进行较长时间的优化调整。人为调整参数的过程较为繁琐，需要依据总体提取效果进行调整，这直接导致参数的自调节能力低、调整过程费时费力，提取掌纹有效区域的速度有待提高。这些问题正是已有算法在提取感兴趣区域过程中亟待解决的问题。

发明内容

本发明的主要目的在于提出一种快速准确提取高分辨掌纹图像感兴趣区域的方法，以解决现有方法通过设定距离及切线切圆参数提取所带来的：提取速度慢，调参复杂度高、算法鲁棒性低的问题，从而能够快速准确的提取到掌纹感兴趣区域。

本发明提供的提取掌纹感兴趣区域的技术方案如下：

一种掌纹有效区域的提取方法，所述方法包括五个过程：标记训练样本的指间谷点、训练用于检测低分辨掌纹指间谷点的卷积神经网络，提取低分辨掌纹指间关键点并据此在高分辨掌纹中获取以关键点为中心的子图、针对子图精确提取指间谷点、根据精确谷点定位掌纹感兴趣区域。

优选地：

所述训练卷积神经网络的过程，训练样本经扩增后分批多次输入到网络，训练中学习率随批次增加逐渐降低以提升训练速度；所述掌纹有效区域提取过程为了能够快速定位掌纹感兴趣区域，提取过程首先定位低分辨掌纹的指间谷点，然后通过映射从高分辨掌纹中获取以关键点为中心的子图，并在子图中使用卷积神经网络或局部切线法精确提取指间谷点，最终以这些点准确定位掌纹感兴趣区域。

标记训练集中低分辨掌纹图像指间谷点的目的在于提供给后续的卷积神经网络以训练样本。掌纹指间谷点的标记过程首先需要缩小原始掌纹图像来获得低分辨的较小掌纹图像，然后在低分辨率掌纹图像中提取手掌边界轮廓，以切线逼近的方式寻找谷点，从而构成卷积神经网络的训练样本。