[发明专利]基于深度学习的指纹比对方法、系统、可读介质和设备

权利要求书

1.一种基于深度学习的指纹比对方法，其特征在于，包括以下步骤：

S1将指纹图像输入深度学习模型中进行纹理特征提取，并将提取的纹理特征存入纹理特征数据库；

S2将待比对的指纹图像输入深度学习模型中进行特征提取，提取纹理特征、细节特征和字典特征；

S3将步骤S2获得的纹理特征输入步骤S1中的所述纹理特征数据库中，获得与其特征匹配的指纹图像，生成指纹图像候选列表；

S4将待比对的指纹图像的细节特征与所述指纹图像候选列表中的指纹图像进行比对，并结合所述字典特征生成指纹比对结果列表。

2.如权利要求1所述的基于深度学习的指纹比对方法，其特征在于，所述步骤S1和S2中的指纹图像在输入所述深度学习模型前均需要进行预处理，所述预处理过程包括指纹图像剪裁、对齐和将所述指纹图像二值化。

3.如权利要求1所述的基于深度学习的指纹比对方法，其特征在于，所述步骤S2中的深度学习模型包括纹理特征提取子模块、细节特征提取子模块、字典特征提取子模块和拼接子模块，将纹理特征提取子模块、细节特征提取子模块和字典特征提取子模块分别获得的纹理特征、细节特征和字典特征通过拼接子模块进行拼接组成基于深度学习的指纹特征。

4.如权利要求3所述的基于深度学习的指纹比对方法，其特征在于，所述纹理特征提取子模块、细节特征提取子模块为Inception Stem网络，其中，所述纹理特征提取子模块中所述指纹图像经过若干串联的Inception网络后，获得指纹图片的纹理特征；所述细节特征提取子模块仅包括一个Inception网络。

5.如权利要求4所述的基于深度学习的指纹比对方法，其特征在于，所述细节特征提取子模块中，所述指纹图像首先通过Inception Stem网络进行指纹细节点提取，随后结合指纹细节点热图，对所述指纹细节点进行细节特征的提取。

6.如权利要求5所述的基于深度学习的指纹比对方法，其特征在于，所述细节特征包括所述细节点在所述指纹图像中的位置和方向。

7.如权利要求3所述的基于深度学习的指纹比对方法，其特征在于，所述字典特征提取子模块中，所述指纹图像利用神经网络的卷积层进行所述指纹图像的变换，并将变换后的指纹图像输入Dense Net中的Dense网络和Res网络，获得所述指纹图像的字典特征。

8.一种基于深度学习的指纹比对系统，其特征在于，包括：

第一特征提取模块，用于将指纹图像输入深度学习模型中进行纹理特征提取，并将提取的纹理特征存入纹理特征数据库；

第二特征提取模块，用于将待比对的指纹图像输入深度学习模型中进行特征提取，提取纹理特征、细节特征和字典特征；

候选列表建立模块，用于将第二特征提取模块获得的纹理特征输入第一特征提取模块的所述纹理特征数据库中，获得与其特征匹配的指纹图像，生成指纹图像候选列表；

结果列表生成模块，用于将待比对的指纹图像的细节特征与所述指纹图像候选列表中的指纹图像进行比对，并结合所述字典特征生成指纹比对结果列表。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的基于深度学习的指纹比对方法。

10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至7任一项所述的基于基于深度学习的指纹比对方法。