【技术实现步骤摘要】
指纹识别方法、装置、电子设备及存储介质
本专利技术涉及深度学习
,特别是涉及一种指纹识别方法、装置、电子设备及存储介质。
技术介绍
在移动终端及安防领域,指纹识别以其安全性和便捷性得以广泛应用;如今,随着全面屏等技术的不断发展,光学指纹识别技术也逐渐在安防等领域中普及。光学指纹识别是指通过光学方式获取指纹图像,并通过图像处理技术判断两个指纹图像是否匹配。相关技术中,都是采用基于传统图像处理的方法对指纹图像进行特征点提取,再进行特征点匹配等操作,以对指纹图像进行识别。该方法需要人工设计特征样式,导致其在某些应用场景下(如,对数据量庞大的指纹图像进行识别)的泛化性较差,同时导致设计及开发的时间成本较高,指纹识别的效率较低。
技术实现思路
鉴于上述问题,提出了本专利技术实施例提出了一种指纹识别方法、装置、电子设备及存储介质,以便克服上述问题或者至少部分地解决上述问题。本专利技术实施例的第一方面,提供了一种指纹识别方法,所述方法包括:获得待识别指纹图像;将所述待识别指纹图像与目标指纹图像组合而成的指纹图像对输入指纹识别模型;当所述指纹识别模型输出的匹配概率满足预设条件时,确定所述待识别指纹图像与所述目标指纹图像匹配;可选地,所述指纹识别模型是按照以下步骤训练得到的:获得多个携带标签的指纹图像样本对,每个指纹图像样本对携带的标签表征该指纹图像样本中包括的两张指纹图像是否来自同一手指;以所述多个携带标签的指纹图像样本对为训练样本,对
【技术保护点】
1.一种指纹识别方法,其特征在于,包括:/n获得待识别指纹图像;/n将所述待识别指纹图像与目标指纹图像作为的指纹图像对输入指纹识别模型;/n当所述指纹识别模型输出的匹配概率满足预设条件时,确定所述待识别指纹图像与所述目标指纹图像匹配。/n
【技术特征摘要】
1.一种指纹识别方法,其特征在于,包括:
获得待识别指纹图像;
将所述待识别指纹图像与目标指纹图像作为的指纹图像对输入指纹识别模型;
当所述指纹识别模型输出的匹配概率满足预设条件时,确定所述待识别指纹图像与所述目标指纹图像匹配。
2.根据权利要求1所述的方法,其特征在于,所述指纹识别模型是按照以下步骤训练得到的:
获得多个携带标签的指纹图像样本对,每个指纹图像样本对携带的标签表征该指纹图像样本中包括的两张指纹图像是否来自同一手指;
以所述多个携带标签的指纹图像样本对为训练样本,对预设模型进行训练,得到所述指纹识别模型。
3.根据权利要求2所述的方法,其特征在于,所述多个携带标签的指纹图像样本对是按照以下步骤得到的:
获得多张指纹图像样本;
确定每张指纹图像样本对应的手指信息;
将对应同一手指信息的两张指纹图像样本,确定为指纹图像正样本对,并为该指纹图像正样本对标记第一标签;和/或
将对应不同手指信息的两张指纹图像样本,确定为指纹图像负样本对,并为该指纹图像负样本对标记第二标签,其中,所述第二标签不同于所述第一标签。
4.根据权利要求3所述的方法,其特征在于,将对应同一手指信息的两张指纹图像样本,确定为一个指纹图像正样本对,包括:
将对应同一手指信息且指纹相同区域的面积大于预设面积的两张指纹图像样本,确定为指纹图像正样本对;和/或
将对应同一手指信息且对应不同采集角度的两张指纹图像样本,确定为指纹图像正样本对。
5.根据权利要求2-4任一所述的方法,其特征在于,以所述多个携带标签的指纹图像样本对为训练样本,对预设模型进行训练,得到所述指纹识别模型,包括:
对所述多个指纹图像样本对进行特征提取,得到对应的特征图对,每个指纹图像样本对所对应的特征图对包括第一特征图和第二特征图,所述第一特征图中的像素点的像素值表征:该指纹图像样本对中两张指纹图像样本来自于同一手指的概率,所述第二特征图中的像素点的像素值表征:该指纹图像样本对中两张指纹图像样本来自于不同手指的概率;
根据各指纹图像样本对对应的特征图对,得到所述预设模型输出的预测结果,所述预测结果表征各指纹图像样本对包括的两张指纹图像样本是否来自同一手指;
根据所述预设模型输出的预测结果和各指纹图像样本对携带的标签,对所述预设模型的参数进行多次更新;
将经过多次更新后的预设模型,确定为所述指纹识别模型。
6.根据权利要求5所述的方法,其特征在于,根据所述预设模型输出的预测结果和各指纹图像样本对携带的标签,对所述预设模型的参数进行多次更新,包括:
根据所述预设模型输出的预测结果和各指纹图像样本对携带的标签,得到各指纹图像样本对所对应的损失值;
根据各指纹图像样本对所对应的损失值,对所述预设模型的参数进行多次更新。
7.根据权利要求6所述的方法,其特征在于,根据各指纹图像样本对所对应的特征图对,得到所述预设模型输出的预测结果,包括:
根据各指纹图像样本对携带的标签、第一特征图和第二特征图,得到该各指纹图像样本对中的两张图像来自同一手指的第一预测概率,以及,该各指纹图像样本对中的两张图像来自不同手指的第二预测概率;
根据所述预设模型输出的预测结果和各指纹图像样本对携带的标签,得到各指纹图像样本对所对应的损失值,包括:
根据所述预设模型输出的各指纹图像样本对的所述第一预测概率和各指纹图像样本对携带的标签,得到各指纹图像样本对的第一损失值,以及,根据所述预设模...
【专利技术属性】
技术研发人员:吴昌桥,王春杰,
申请(专利权)人:北京迈格威科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。