一种指纹模板自学习方法技术

本发明专利技术提供了一种指纹模板自学习方法，所述方法包括步骤：(1)将每个指纹模板区划分为注册模板区和动态模板区；(2)对指纹模板区进行初始化；(3)将注册模板区存放的指纹特征和动态模板区存放的指纹特征融合生成指纹融合模板；(4)将现场采集的指纹特征与指纹融合模板进行比对，若比对失败则重新进行现场指纹采集，若比对成功且动态模板区特征容量未饱和，则直接将当前比对通过的指纹特征存入动态模板区；若比对成功且动态模板区特征容量已饱和，则找出当前动态模板区中对指纹模板总面积贡献最小的特征，若其对指纹模板总面积的贡献比新特征的贡献小，则用新特征取代此贡献量最小的特征，反之则保留此特征。本发明专利技术通过在指纹模板中增加动态模板区，使得指纹模板具有自我更新功能，最终有效提高指纹识别率。

【技术实现步骤摘要】
一种指纹模板自学习方法
本专利技术涉及指纹识别
，特别涉及一种指纹模板自学习方法。
技术介绍
随着社会的发展，生物识别技术因其高安全性被广泛应用于各个领域。2012年5月30日，新修订的《居民身份证法》明确规定居民身份证登记项目包括指纹信息，指纹识别因其准确性高、速度快、采集方便、获得法律认可等优点，被广泛应用于金融行业、移动互联、交通驾培、公租房、宾馆等需要身份识别的领域。据了解，二代居民身份证中的指纹信息是通过大面积的指纹传感器采集，所获取的指纹信息比较完整，但指纹安全产品因考虑成本及应用场合，通常采用小面积指纹传感器，小面积传感器只能采集部分的指纹信息，当进行指纹识别时，若手指按压位置与注册时按压位置出现一定误差即会导致比对失败。
技术实现思路
本专利技术提供了一种指纹模板自学习方法，通过在指纹模板中增加动态模板区，使得指纹模板具有自我更新功能，有效提高指纹识别率。本专利技术所述技术方案包括步骤如下：步骤1：将每个指纹模板区划分为注册模板区和动态模板区，其中注册模板区指纹特征容量为M，动态模板区指纹特征容量为N，所述M和N取值为任意正整数；步骤2：对指纹模板区进行初始化，注册模板区会存入M个预先合法采集的指纹特征，动态模板区不存入任何指纹特征；步骤3：将注册模板区存放的指纹特征和动态模板区存放的指纹特征融合生成指纹融合模板；步骤4：将现场采集的指纹特征与指纹融合模板进行比对，若比对失败则重新进行现场指纹采集，若比对成功且动态模板区特征容量小于N，则直接将当前比对通过的指纹特征存入动态模板区；若比对成功且动态模板区特征容量已饱和，则找出当前动态模板区中对指纹模板总面积贡献最小的特征，若其对指纹模板总面积的贡献比新特征的贡献小，则用新特征取代此贡献量最小的特征，反之则保留此特征。进一步的，所述注册模板区存放的指纹特征保持初始化数据后续不做更新，所述动态模板区存放的指纹特征随步骤4中条件更新；所述指纹融合模板随动态模板区的更新而更新。进一步的，所述指纹特征对指纹模板总面积的贡献量，可通过计算当前指纹特征相对指纹模板区中已存储的指纹特征的位置偏移总量进行衡量，因为位置偏移总量越大，说明当前特征与已存储指纹特征的重叠越小，从而对总面积的贡献越大。本专利技术提出了一种指纹模板自学习方法，把每个指纹的模板区分为注册模板区和动态模板区，把当前比对成功的指纹特征(新特征)依据面积最大化原则融合到动态模板区，使得指纹模板具有自我更新功能，有效提高指纹模板的识别准确率，且可与二代证指纹信息具有良好的兼容性。【附图说明】图1为本专利技术实施例的具体流程图。图2为本专利技术实施例中动态模板区特征容量尚未饱和时的指纹更新过程示意图。图3为本专利技术实施例中动态模板区特征容量已饱和时的指纹更新过程示意图。【具体实施方式】为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并列举实例对本专利技术作进一步的描述。如图1-3所示，本专利技术提供的一种指纹模板自学习方法包括以下步骤：S1：将每个指纹的模板区，具体划分为指纹特征容量为2的注册模板区和指纹特征容量为4的动态模板区。S2：将预先合法采集的两项指纹特征存放于注册模板区，此两项指纹特征分别定义为R1、R2；存入动态模板区的四项指纹特征分别定义为D1、D2、D3、D4；定义现场采集的指纹特征为L1。S3：将现场采集的指纹特征与指纹融合模板进行比对，若比对失败则重新进行指纹采集，若比对成功且动态模板区特征容量小于4，则直接将当前比对通过的指纹特征存入动态模板区，随后生成新的指纹融合模板参与后续比对；若比对成功且动态模板区特征容量已饱和即其特征容量等于4，则找出当前动态模板区中对指纹模板总面积贡献最小的特征，若其对指纹模板总面积的贡献比新特征小，则被新特征取代，反之则保留之前的特征，随后生成新的指纹融合模板参与后续比对。进一步的，S2中所述存放于注册模板区的指纹特征R1和R2在使用过程中是固定不变的，存入动态模板区的四项指纹特征D1、D2、D3、D4随S3中的比对结果变更。进一步的，S3中所述指纹融合模板由注册模板区指纹特征与动态模板区指纹特征融合生成，且随着动态模板区存入指纹特征的变更进行更新。进一步的，S3中所述指纹特征对指纹模板总面积的贡献，可通过计算当前指纹特征相对指纹模板区中已存储的指纹特征的位置偏移总量进行衡量，因为位置偏移总量越大，说明当前特征与已存储指纹特征的重叠越小，从而对总面积的贡献越大。位置偏移量定义如下：定义A特征为注册模板区的第一个特征，B特征为指纹模板区除A特征之外的任一特征或与指纹融合模板比对通过后的现场采集指纹特征，定义每个指纹特征左上角顶点为其特征基准点。A、B指纹特征进行细节点比对，以A指纹特征图像几何中心点为旋转轴心点，B指纹特征图像旋转过一个角度后，细节点匹配成功，此时B特征基准点旋转到新位置B1，B1相对A特征基准点的位置偏移即为B特征相对A特征的位置偏移量。B特征相对于A特征的位置偏移量计算方式如下：在左手坐标系下(x正方向为右，y正方向为下，角度顺时针旋转为正)，若B特征基准点坐标为(xB,yB)，A特征基准点坐标为(xA,yA),A特征图像几何中心点坐标为(xO,yO),B特征图像旋转角度e后A、B特征细节点匹配成功，此时B特征基准点旋转到新位置B1，点B1坐标为(xB1,yB1)，B1坐标计算公式如下：xB1＝(xB-xO)cos(e)-(yB-yO)sin(e)+xOyB1＝(yB-yO)cos(e)+(xB-xO)sin(e)+yOB特征相对于A特征的位置偏移量offsetDisBA如下：动态模板区中已存指纹对指纹模板总面积的贡献，以动态模板区的指纹特征D1为例进行说明，D1相对其他指纹特征(R1、R2、D2、D3、D4)的位置偏移总量offsetDisD1即为D1相对于R1、D1相对于R2、D1相对于D2、D1相对于D3、D1相对于D4的位置偏移量之和：offsetDisD1＝offsetDisD1R1+offsetDisD1R2+offsetDisD1D2+offsetDisD1D3+offsetDisD1D4与指纹融合模板比对通过的现场采集指纹特征对指纹模板总面积的贡献，以现场采集的指纹特征L1进行说明，L1相对其他指纹特征(R1、R2、D1、D2、D3、D4)的位置偏移总量offsetDisL1即为L1相对于R1、L1相对于R2、L1相对于D1、L1相对于D2、L1相对于D3、L1相对于D4的位置偏移量之和：offsetDisL1＝offsetDisL1R1+offsetDisL1R2+offsetDisL1D1+offsetDisL1D2+offsetDisL1D3+offsetDisL1D4需要理解的是，本专利技术附图中指纹特征或模板都由图像来形象表示，但本专利技术中所宣称的保存本文档来自技高网...

【技术保护点】
1.一种指纹模板自学习方法，其特征在于，包括步骤如下：/n步骤1：将每个指纹模板区划分为注册模板区和动态模板区，其中注册模板区指纹特征容量为M，动态模板区指纹特征容量为N；/n步骤2：对指纹模板区进行初始化，注册模板区会存入M个预先合法采集的指纹特征，动态模板区不存入任何指纹特征；/n步骤3：将注册模板区存放的指纹特征和动态模板区存放的指纹特征融合生成指纹融合模板；/n步骤4：将现场采集的指纹特征与指纹融合模板进行比对，若比对失败则重新进行现场指纹采集，若比对成功且动态模板区特征容量小于N，则直接将当前比对通过的指纹特征存入动态模板区；若比对成功且动态模板区特征容量已饱和，则找出当前动态模板区中对指纹模板总面积贡献最小的特征，若其对指纹模板总面积的贡献比新特征的贡献小，则用新特征取代此贡献量最小的特征，反之则保留此特征。/n

【技术特征摘要】
1.一种指纹模板自学习方法，其特征在于，包括步骤如下：
步骤1：将每个指纹模板区划分为注册模板区和动态模板区，其中注册模板区指纹特征容量为M，动态模板区指纹特征容量为N；
步骤2：对指纹模板区进行初始化，注册模板区会存入M个预先合法采集的指纹特征，动态模板区不存入任何指纹特征；
步骤3：将注册模板区存放的指纹特征和动态模板区存放的指纹特征融合生成指纹融合模板；
步骤4：将现场采集的指纹特征与指纹融合模板进行比对，若比对失败则重新进行现场指纹采集，若比对成功且动态模板区特征容量小于N，则直接将当前比对通过的指纹特征存入动态模板区；若比对成功且动态模板区特征容量已饱和，则找出当前动态模板区中对指纹模板总面积贡献最小的特征，若其对指纹模板总面积的贡献比新特征的贡...

【专利技术属性】
技术研发人员：刘中秋，侯艳芹，陈高曙，何小梅，张金魁，
申请(专利权)人：浙江中正智能科技有限公司，
类型：发明
国别省市：浙江;33