← 返回列表
一种基于深度学习的指纹图像识别方法及系统
摘要文本
本发明提出了一种基于深度学习的指纹图像识别方法及系统。所述指纹图像识别方法包括对利用灰度补偿处理后的指纹样本数据和原始的指纹样本数据深度学习模型进行两次模型训练,完成训练后的深度学习模型;通过对指纹参考图像进行指纹参考图像端的灰度补偿处理,获得灰度补偿处理后的指纹参考图像,并获取指纹特征;对待检测的指纹图像的指纹边缘像素块进行待检测图像端的灰度补偿处理,形成待检测目标指纹图像;通过所述深度学习模型获取待检测目标指纹图像进行指纹特征识别,获得待检测目标指纹图像的指纹特征,并将所述待检测目标指纹图像指纹特征与目标指纹特征进行比较,获得指纹图像识别结果。所述系统包括与所述方法步骤对应的模块。
申请人信息
- 申请人:杭州晟元数据安全技术股份有限公司
- 申请人地址:311121 浙江省杭州市五常街道爱橙街198号H幢8楼
- 发明人: 杭州晟元数据安全技术股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的指纹图像识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311518707.7 |
| 申请日 | 2023/11/15 |
| 公告号 | CN117542088A |
| 公开日 | 2024/2/9 |
| IPC主分类号 | G06V40/12 |
| 权利人 | 杭州晟元数据安全技术股份有限公司 |
| 发明人 | 罗洪昌; 张飞飞 |
| 地址 | 浙江省杭州市五常街道爱橙街198号H幢8楼 |
专利主权项内容
1.一种基于深度学习的指纹图像识别方法,其特征在于,所述指纹图像识别方法包括:对数据库中的指纹样本数据进行指纹边界像素块的灰度补偿处理,并利用灰度补偿处理后的指纹样本数据和原始的指纹样本数据深度学习模型进行两次模型训练,完成训练后的深度学习模型;对已录入的用户的指纹参考图像的指纹边界像素块进行指纹参考图像端的灰度补偿处理,获得灰度补偿处理后的指纹参考图像,并通过所述深度学习模型获取所述指纹参考图像的指纹特征,作为目标指纹特征;当获取到用户的待检测的指纹图像时,对所述待检测的指纹图像的指纹边缘像素块进行待检测图像端的灰度补偿处理,形成待检测目标指纹图像;将所述待检测目标指纹图像输入至深度学习模型,所述深度学习模型获取待检测目标指纹图像进行指纹特征识别,获得待检测目标指纹图像的指纹特征,并将所述待检测目标指纹图像指纹特征与目标指纹特征进行比较,获得指纹图像识别结果。