[发明专利]层级互补卷积神经网络模型、鲁棒指纹识别方法及系统在审
| 申请号： | 201910332829.4 | 申请日： | 2019-04-24 |
| 公开（公告）号： | CN110059649A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 于治楼;袭肖明;姜凯 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 孙园园 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种层级互补卷积神经网络模型、鲁棒指纹识别方法及系统，属于指纹识别，要解决的技术问题为如何实现对磨损指纹的识别；其系统包括第一层卷积神经网络，主要由子类识别网络和未磨损图像识别网络；第二层卷积神经网络，用于识别已磨损指纹。其方法包括：以训练图像为输入，训练层级互补卷积神经网络模型，得到训练后层级互补卷积神经网络模型；以测试图像为输入，通过训练后层级互补卷积神经网络模型对测试图像进行指纹识别。其系统包括模型构建模块、模型训练模块和识别模块。本发明通过第一层卷积神经网络判断指纹图像的磨损识别，并对未磨损的指纹进行识别，通过第二层卷积神经网络对已磨损的指纹进行识别。 | ||
| 搜索关键词： | 卷积神经网络 磨损 层级 指纹识别 指纹 测试图像 第一层 鲁棒 模型构建模块 模型训练模块 图像识别 训练图像 指纹图像 类识别 网络 | ||
【主权项】：
1.层级互补卷积神经网络模型，其特征在于包括：第一层卷积神经网络，主要由子类识别网络和未磨损图像识别网络，子类识别网络用于识别指纹图像中指纹为未磨损或已磨损，未磨损图像识别网络用于识别未磨损指纹；第二层卷积神经网络，用于识别已磨损指纹。
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济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，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/201910332829.4/，转载请声明来源钻瓜专利网。
