[发明专利]基于物联网的安防设备

权利要求书

1.一种基于物联网的安防设备，其特征在于，包括：

指纹采集单元，用于从数据库获取用户录入的参考指纹图像以及获取由部署于指纹锁内的摄像头采集的用户按压指纹图像；

去雾单元，用于将所述用户按压指纹图像通过基于对抗生成网络的去雾生成器以得到生成用户按压指纹图像；

指纹特征提取单元，用于将所述参考指纹图像和所述生成用户按压指纹图像通过包含第一卷积神经网络和第二卷积神经网络的孪生网络模型以得到参考特征图和校验特征图，所述第一卷积神经网络和所述第二卷积神经网络具有相同的网络结构；

差分单元，用于计算所述参考特征图和所述校验特征图之间的差分特征图；

判断单元，用于将所述差分特征图通过分类器以得到分类结果，所述分类结果用于表示用户按压指纹图像与参考指纹是否匹配；以及

控制结果生成单元，用于响应于所述分类结果为用户按压指纹图像与参考指纹匹配，生成解锁控制指令。

2.根据权利要求1所述的基于物联网的安防设备，其特征在于，所述指纹特征提取单元，包括：

检测指纹特征提取子单元，用于使用所述第一卷积神经网络的多层卷积层对所述生成用户按压指纹图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度校验特征图；

第一空间注意力子单元，用于将所述深度校验特征图输入所述第一卷积神经网络的第一空间注意力模块以得到第一空间注意力图；以及

注意力施加子单元，用于计算所述深度校验特征图和所述第一空间注意力图的按位置点乘以得到所述校验特征图。

3.根据权利要求2所述的基于物联网的安防设备，其特征在于，所述指纹特征提取单元，包括：

参考指纹特征提取子单元，用于使用所述第二卷积神经网络的多层卷积层对所述参考指纹图像进行深度卷积编码以由所述多层卷积层的最后一层输出深度参考特征图；

第二空间注意力子单元，用于将所述深度参考特征图输入所述第二卷积神经网络的第二空间注意力模块以得到第二空间注意力图；以及

注意力作用子单元，用于计算所述深度参考特征图和所述第二空间注意力图的按位置点乘以得到所述参考特征图。

4.根据权利要求3所述的基于物联网的安防设备，其特征在于，所述差分单元，进一步用于：以如下公式计算计算所述参考特征图和所述校验特征图之间的差分特征图；

其中，所述公式为：

其中，F₁表示所述参考特征图，F₂表示所述校验特征图，F_c表示所述差分特征图，表示按位置差分。

5.根据权利要求4所述的基于物联网的安防设备，其特征在于，所述判断单元，包括：以如下公式对所述差分特征图进行处理以生成分类结果；

其中，所述公式为：

softmax{(W_n,B_n):…:(W₁,B₁)|Project(F)}，其中Project(F)表示将所述差分特征图投影为向量，W₁至W_n为各层全连接层的权重矩阵，B₁至B_n表示各层全连接层的偏置矩阵。

6.根据权利要求1所述的基于物联网的安防设备，其特征在于，所述基于物联网的安防设备，还包括用于对所述基于对抗生成网络的去雾生成器、所述孪生网络模型和所述分类器进行训练的训练模块。