[发明专利]掌静脉数据增强方法、装置、电子设备和介质

说明书

本发明实施例公开了掌静脉数据增强方法、装置、电子设备和存储介质，获取初始掌静脉图像数据；对所述初始掌静脉图像数据进行图像检测，提取对应的ROI区域作为原始样本数据，并根据图像检测的结果标记所述原始样本数据的方向属性；基于所述方向属性对所述原始样本数据进行数据增强，得到增强样本数据；将所述原始样本数据和增强样本数据添加到样本数据集，所述样本数据集用于训练掌静脉特征提取模型。通过从初始掌静脉图像中提取ROI区域作为原始样本数据，在原始样本数据的基础上进行基于掌静脉图像特点的数据增强，在可用原始样本较少的情况下，构建尽可能丰富的样本数据集，基于该样本数据集尽可能提高掌静脉特征提取模型的特征提取精度。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及掌静脉数据增强方法、装置、电子设备和存储介质。

背景技术

静脉是导血回心的血管，起于毛细血管，止于心房，表浅静脉在皮下可以看见。掌静脉是手掌内静脉，因为每个人的掌静脉不同，且随着技术的发展，掌静脉能够越来越清晰准确检测到，掌静脉检测和识别的日常应用越来越广泛。掌静脉识别现在也已经纳入生物识别一环，掌静脉识别技术逐渐被人们应用到安防鉴权系统中，如取款机系统、门禁系统等，并向支付系统发展。

掌静脉识别方法分为传统方法和基于深度学习的方法，传统的掌静脉识别方法中主要是通过滤波器、形态学等传统图像处理方法提取特征；基于深度学习的掌静脉识别方法主要基于样本数据对深度学习的网络进行训练，得到特征提取模型，但是现有的开源数据库中掌静脉数据一般较少，训练样本的数量不足，导致训练出的特征提取模型的提取精度不足。

发明内容

本发明提供了一种掌静脉数据增强方法、装置、电子设备和存储介质，以解决现有掌静脉特征提取模型的特征提取精度不足的技术问题。

第一方面，本发明实施例提供了一种掌静脉数据增强方法，包括：

获取初始掌静脉图像数据；

对所述初始掌静脉图像数据进行图像检测，提取对应的ROI区域作为原始样本数据，并根据图像检测的结果标记所述原始样本数据的方向属性；

基于所述方向属性对所述原始样本数据进行数据增强，得到增强样本数据；

将所述原始样本数据和增强样本数据添加到样本数据集，所述样本数据集用于训练掌静脉特征提取模型。

在上述实施例的基础上，所述基于所述方向属性对所述原始样本数据进行数据增强，得到增强样本数据，具体为：

根据预设的比例从所述原始样本数据中随机选择目标样本数据；

获取所述目标样本数据的方向属性，并确认所述目标样本数据对应的至少一种增强方式；

保持所述目标样本数据的方向属性，根据对应的增强方式对对应的目标样本数据进行增强，得到增强样本数据。

在上述实施例的基础上，所述目标样本数据通过对应的增强方式进行分别增强，得到多个增强样本数据，或通过对应的增强方式进行综合增强，得到一个增强样本数据。

在上述实施例的基础上，所述增强方式包括：遮挡、中心裁剪、长宽比裁剪、亮度调整、对比度调整和饱和度调整。

在上述实施例的基础上，所述ROI区域为正方形区域。

第二方面，本发明实施例还提供了一种掌静脉数据增强装置，包括：

数据获取单元，用于获取初始掌静脉图像数据；

区域提取单元，用于对所述初始掌静脉图像数据进行图像检测，提取对应的ROI区域作为原始样本数据，并根据图像检测的结果标记所述原始样本数据的方向属性；

增强处理单元，用于基于所述方向属性对所述原始样本数据进行数据增强，得到增强样本数据；