[发明专利]一种基于深度学习的小面积指纹比对方法有效

专利信息
申请号: 201710220456.2 申请日: 2017-04-06
公开(公告)号: CN107392082B 公开(公告)日: 2020-08-11
发明(设计)人: 张永良;周冰;祝江威;姜晓丽 申请(专利权)人: 杭州景联文科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06N3/08
代理公司: 杭州斯可睿专利事务所有限公司 33241 代理人: 王利强
地址: 310011 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于深度学习的小面积指纹比对方法,包括以下步骤:1)找到小面积指纹中的特征点的方位和方向信息;2)根据步骤1)中得到的细节特征点方位和方向信息,以特征点为中心,以特征点的方向为X轴,对图像进行旋转归一化,截取设定大小的小块B;3)卷积网络训练:卷积神经网络的网络模型采用深度残差网络,使用Caffe框架对训练样本进行训练;4)语义特征提取;5)指纹注册:注册过程中需要用户配合相应指令进行注册,注册模板以注册指纹图像的特征点并集构成;6)指纹比对:比对分数由待匹配图像与注册模板中相似度最高的若干值的均值决定。本发明提出了一种有效适用于小面积指纹比对、可靠性良好的基于深度学习的小面积指纹比对方法。
搜索关键词: 一种 基于 深度 学习 面积 指纹 方法
【主权项】:
一种基于深度学习的小面积指纹比对方法,其特征在于:所述比对方法包括以下步骤:1)小面积指纹图像细节特征点相关信息的提取:找到小面积指纹中的特征点的方位和方向信息;2)ROI截取:根据步骤1)中得到的细节特征点方位和方向信息,以特征点为中心,以特征点的方向作为X轴对图像进行旋转归一化,截取设定大小的小块B;3)卷积网络训练:卷积神经网络的网络模型采用深度残差网络,使用Caffe框架对训练样本进行训练;4)语义特征提取:对步骤2)中的每个ROI使用深度卷积神经网络提取其语义特征其中L为每个ROI的特征长度,fm为第m维特征;5)指纹注册:注册过程中需要用户配合相应指令进行注册,注册模板由注册指纹图像的特征点并集构成;6)指纹比对:比对分数由待匹配图像与注册模板中相似度最高的若干值的均值决定。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州景联文科技有限公司,未经杭州景联文科技有限公司许可,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/patent/201710220456.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top