[发明专利]鼻纹特征的提取方法、装置及非易失性存储介质在审
| 申请号: | 202110084610.4 | 申请日: | 2021-01-21 |
| 公开(公告)号: | CN112784742A | 公开(公告)日: | 2021-05-11 |
| 发明(设计)人: | 李承珍 | 申请(专利权)人: | 宠爱王国(北京)网络科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/08 |
| 代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 曾红芳 |
| 地址: | 100020 北京市朝阳区道家园18号楼-2至18层全部12层*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 特征 提取 方法 装置 非易失性 存储 介质 | ||
本申请公开了一种鼻纹特征的提取方法、装置及非易失性存储介质。其中,该方法包括:获取目标类型宠物的样本数据集,其中,样本数据集中包括:目标类型宠物的鼻纹图像以及用于指示鼻纹图像的身份信息的标签;将样本数据集中的数据输入神经网络模型进行训练,得到目标神经网络模型;从目标神经网络模型中截取部分神经元层组成特征提取模型;将待测鼻纹图像输入至特征提取模型进行特征提取,得到目标鼻纹特征。本申请使得从宠物鼻纹图像中提取特征信息时更加准确,从而大大提高了宠物身份识别的成功率。
技术领域
本申请涉及宠物身份识别技术领域,具体而言,涉及一种鼻纹特征的提取方法、装置及非易失性存储介质。
背景技术
随着我国经济社会的发展,人们的生活水平显著提高,越来越多的宠物进入普通家庭中,成为其中的一份子,但随之也带来了一系列的问题,例如:在宠物交易中,需要对宠物进行血系溯源追踪、幼宠身份识别;在宠物医疗保险中,需要创建电子病历、对病理数据加密;在城市宠物管理中,存在解决犬证合一、防疫备案、流浪宠物溯主、走失寻回等问题;这些都需要能够对宠物的身份进行准确识别。由于宠物的鼻纹与人类的指纹类似,一旦成型,终生不变,而鼻子作为宠物最奇特的部位,它们会格外注意自己鼻子的安危,鼻纹基本不会受损;在此基础上,提出了鼻纹识别技术,通过获取宠物的鼻纹特征,将其与宠物鼻纹数据库中的特征信息进行比对,从而实现对宠物的身份识别。
在对宠物身份进行识别时,获取宠物真实准确的鼻纹特征信息是保证识别成功率的基础,然而由于宠物的鼻纹差异比较细微,若提取的特征信息模糊,就很容易造成宠物身份识别错误,因此,如何准确地从宠物鼻纹图像中提取目标特征信息就成为了一大难题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种鼻纹特征的提取方法、装置及非易失性存储介质,以使得从宠物鼻纹图像中提取特征信息时更加准确,从而大大提高了宠物身份识别的成功率。
根据本申请实施例的一个方面,提供了一种鼻纹特征的提取方法,包括:获取目标类型宠物的样本数据集,其中,所述样本数据集中包括:所述目标类型宠物的鼻纹图像以及用于指示所述鼻纹图像的身份信息的标签;将所述样本数据集中的数据输入神经网络模型进行训练,得到目标神经网络模型;从所述目标神经网络模型中截取部分神经元层组成特征提取模型;将待测鼻纹图像输入至所述特征提取模型进行特征提取,得到目标鼻纹特征。
可选地,从所述目标神经网络模型中截取部分神经元层组成特征提取模型,包括:从所述目标神经网络模型中至少截取卷积层、池化层和全连接层,组成骨架网络;并采用预设损失函数对所述骨架网络进行收敛,得到所述特征提取模型,其中,所述预设损失函数的性能指标高于所述目标神经网络模型中的损失函数的性能指标。
可选地,将待测鼻纹图像输入至所述特征提取模型进行特征提取,得到目标鼻纹特征之后,所述方法还包括:计算所述目标鼻纹特征与鼻纹特征数据库中的所有鼻纹特征之间的相似度,得到多个相似度,其中,所述鼻纹特征数据库中包括参考鼻纹特征和与所述参考鼻纹特征对应的身份信息;比较所述多个相似度与预设阈值的大小;依据比较结果确定所述鼻纹特征数据库中是否存在与所述目标鼻纹特征对应的身份信息。
可选地,依据比较结果确定所述鼻纹特征数据库中是否存在与所述目标鼻纹特征对应的身份信息,包括:在所述比较结果中存在大于所述预设阈值的目标相似度时,则确定所述鼻纹特征数据库中存在与所述目标鼻纹特征对应的身份信息;在所述比较结果中不存在大于所述预设阈值的目标相似度时,则确定所述鼻纹特征数据库中不存在与所述目标鼻纹特征对应的身份信息。
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宠爱王国(北京)网络科技有限公司,未经宠爱王国(北京)网络科技有限公司许可,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/pat/books/202110084610.4/2.html,转载请声明来源钻瓜专利网。





