[发明专利]掌纹识别方法及装置

权利要求书

1.一种掌纹识别方法，其特征在于，包括：

获取待识别的人手图像；

提取所述人手图像所对应的掌纹区域图像；

基于掌纹神经网络模型预测所述掌纹区域图像所对应的目标用户ID，其中所述掌纹神经网络模型是以对应于用户ID的三重样本进行训练的，并且所述三重样本包括同一用户ID下具有差异性的多张训练掌纹区域图像并将其作为正掌纹样本、以及与所述用户ID不相对应的其他用户的训练掌纹区域图像并将其作为负掌纹样本。

2.根据权利要求1所述的方法，其中，该方法还包括针对所述掌纹神经网络模型的训练过程，所述针对掌纹神经网络模型的训练过程包括：

将多用户ID下的不同掌纹区域图像嵌入欧几里得空间；

筛选同一用户ID下欧几里得空间距离低于第一设定阈值时所对应的掌纹区域图像作为正掌纹样本集合；

筛选不同用户ID下欧几里得空间距离大于第二设定阈值时所对应的掌纹区域图像作为负掌纹样本集合；

根据所述正掌纹样本集合和所述负掌纹样本集合，训练所述掌纹神经网络模型。

3.根据权利要求2所述的方法，其中，针对三重样本的筛选操作是以批处理的方式进行的，并且经过批处理的筛选操作会产生对应的微批次掌纹样本，其中微批次掌纹样本包括有标注了针对用户ID的正掌纹样本和负掌纹样本，所述根据所述正掌纹样本集合和所述负掌纹样本集合，训练所述掌纹神经网络模型包括：

根据所述微批次掌纹样本，对所述掌纹神经网络模型进行批次化训练。

4.根据权利要求3所述的方法，其中，被嵌入欧几里得空间的所述不同掌纹区域图像满足以下条件：

其中，f(x)表示欧几里得空间距离函数，x_i^a表示待进行训练的第一用户ID的掌纹区域图像，x_i^P表示所选择的所述第一用户ID下的不同的掌纹区域图像，x_iⁿ表示所选择的不同于所述第一用户ID的掌纹区域图像。

5.根据权利要求4所述的方法，其中，所述批处理的筛选操作包括：

将对应于批处理数量的掌纹区域图像确定为微批次处理图像子集；

计算所述微批次处理图像子集所对应的argmin和argmax，其中，以及

根据所述argmin和所述argmax，筛选出对应的微批次掌纹样本。

6.根据权利要求1所述的方法，其中，所述提取所述人手图像所对应的掌纹区域图像包括：

基于关键点检测技术，确定所述人手图像中的掌纹关键点；

基于所述掌纹关键点，从所述人手图像中分割出相应的初步掌纹线；

重采样所述初步掌纹线的位置和方向，并对所述初步掌纹线中出现交叉点的角度信息和方向进行提取和加强；

根据经加强的初步掌纹线，生成所述掌纹区域图像。

7.根据权利要求1所述的方法，其中，所述获取待识别的人手图像包括：

接收用户操作，并生成对应的掌纹识别请求；

根据所述掌纹识别请求，启动终端相机模块以采集待识别的人手图像。

8.一种掌纹识别装置，其特征在于，包括：

人手图像获取单元，用于获取待识别的人手图像；

掌纹区域提取单元，用于提取所述人手图像所对应的掌纹区域图像；

预测单元，用于基于掌纹神经网络模型预测所述掌纹区域图像所对应的目标用户ID，其中所述掌纹神经网络模型是以对应于用户ID的三重样本进行训练的，并且所述三重样本包括同一用户ID下具有差异性的多张训练掌纹区域图像并将其作为正掌纹样本、以及与所述用户ID不相对应的其他用户的训练掌纹区域图像并将其作为负掌纹样本。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。