[发明专利]基于全手掌的掌纹识别方法、装置、终端设备及存储介质

说明书

本发明公开了一种基于全手掌的掌纹识别方法、装置、终端设备及存储介质，首先针对采集到的人手图像，采用关键点检测算法定位到食指指跟外侧的关键点A与小拇指指跟外侧的关键点B，然后根据它们之间的距离与垂线方向提取到全手掌区域。本发明全手掌区域覆盖更多的掌纹面积，包含更多的掌纹纹理、褶皱等特征。将全手掌区域均匀划分为四个子区域，并针对每个子区域设计卷积神经网络，提取到子区域特征，最后将这些子区域特征拼接在一起输入到融合网络中，提取到最终的掌纹特征，用于识别，这部分方法能够充分提取到全手掌区域不同方位的判别性掌纹信息。本发明能够大幅提高现有掌纹识别技术的准确性，并能够降低识别方法对人手图像采集的严格要求。

技术领域

本发明属于生物特征识别技术领域，涉及一种基于全手掌的掌纹识别方法、装置、终端设备及存储介质。

背景技术

随着数字经济的快速发展，信息技术融入了各行各业中，促进了相关产业的升级与发展，但这同时也对身份认证提出了更高的要求。相比于传统的基于物理属性的身份识别技术来说，生物特征识别直接采用人类自身的生理或行为特征来进行识别，具有稳定、便利、安全、可靠的优点。目前常用的生物特征识别技术主要包括人脸识别、指纹识别、虹膜识别等。相比于其他生物特征识别技术，掌纹识别是一种私密性更好、纹理性更丰富的身份认证技术，在相关领域具有不可替代的应用价值。

目前的掌纹识别技术首先定位到手掌中心的感兴趣区域，然后采用特征提取算法将该区域转换为低维向量，最后通过距离匹配算法完成对身份的识别。然而这些方法对感兴趣区域的依赖性太大，它要求感兴趣具有高度的稳定性与一致性，这对于非接触式掌纹识别特别是非限制性掌纹识别来说具有很大的挑战；另外这些方法只利用了掌纹中心处的纹理信息，而没有利用手掌中其他区域丰富的判别性特征，这也限制了它的识别精度。为解决现有技术存在的问题，需要开发新的算法，实现更加高效、准确的基于全手掌的掌纹识别。

发明内容

本发明的目的在于解决现有技术中的问题，提供一种基于全手掌的掌纹识别方法、装置、终端设备及存储介质，本发明能够充分利用全手掌区域丰富的纹理与褶皱信息，同时引入四个子区域网络与一个融合网络提取到可识别的掌纹特征。本方案由于采用全手掌区域，对人手图像采集的背景、光照、角度与姿势无额外的限定，使用更加灵活。

为达到上述目的，本发明采用以下技术方案予以实现：

基于全手掌的掌纹识别方法，包括以下步骤：

采集手掌图像，并定位食指指跟外侧的关键点与小拇指指跟外侧的关键点；

提取全手掌区域；

划分全手掌区域为若干子区域，并提取子区域的特征；

对子区域的特征进行融合，得到全手掌区域的特征；

计算全手掌区域特征之间的距离，实现身份识别。

本发明方法进一步的改进在于：

所述采集手掌图像时，用户根据自己的意愿自由放置手的位置进行手掌图像采集。

所述定位食指指跟外侧的关键点与小拇指指跟外侧的关键点的具体方法如下：

首先基于YOLOv5算法检测手掌所在的区域，将输入图片划分为7×7个格子，手掌中心点所在的格子用于预测手掌，其中每个格子预测两个目标框，输出目标框的中心位置坐标、宽度和高度以及置信度；训练时采用的损失函数为边界框置信度损失L_conf、类别损失L_cla与坐标损失L_GIOU：

L₁＝L_conf+L_cla+L_GIOU