一种基于神经网络的指纹识别方法技术

本发明专利技术涉及指纹识别技术领域，尤其涉及一种基于神经网络的指纹识别方法，采集准备图像，使用一种面积较大的指纹传感器，常规采取96*96的指纹图像；S2：生成训练图像，使用指纹算法提取特征，并且一一比对同一手指采集的指纹图像，得到每2个图像能重合的部分图像A；S3:训练图像，通过全卷积网络使用arcloss，训练出一个分类准确率高，并且每类结果距离比较小，不同类结果距离比较大，训练出代表输入32*32图像的特征。S4:进行特征量化，然后提取特征，通过坐标精确比对上述特征点对，并且满足图像中坐标的实际对应关系。本发明专利技术解决了在比较小尺寸的指纹图像上，由于携带指纹信息太少，难以进行准确指纹识别的问题。以进行准确指纹识别的问题。以进行准确指纹识别的问题。

【技术实现步骤摘要】
一种基于神经网络的指纹识别方法


[0001]本专利技术涉及指纹识别
，尤其涉及一种基于神经网络的指纹识别方法。

技术介绍

[0002]指纹识别技术是众多生物特征识别技术中的一种，也是其中应用最为广泛的一种。在智能手机解锁，在线支付，智能门锁，智能考勤门禁，刑侦探案等场合有机器广泛的应用。指纹识别必须使用指纹传感器，现在使用最广泛的是半导体指纹传感器，而半导体指纹传感器的成本和传感器面积直接相关。随着指纹识别产品的广泛应用，要求指纹传感器的成本也越来越低，导致指纹传感器面积越来越小。指纹传感器越来越小，能够一次采集到的指纹图像面积也越来越小，图像中携带的指纹信息也越来越少。原先在大指纹图像面积条件下成熟好用的指纹识别算法，难以适应越来越小的指纹图像。所以必须使用新型的指纹识别方法。神经网络方法是借鉴动物中枢神经系统工作原理得到的一种具有比较广泛适应性，通用性的识别方法。已经在很多场合证明了其有效性，尤其是能得到大量实验数据的场合，可以达到甚至超越人类识别能力的效果。
[0003]现有技术的方案一：一种基于深度学习的小面积指纹比对方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的指纹识别方法，其特征在于：具体按以下步骤执行：S1:采集准备图像，使用一种面积较大的指纹传感器，常规采取96*96的指纹图像，同一手指的图像集中存放到一个文件夹下，采取至少有2000个不同手指的图像，每个手指至少100副指纹图像；S2：生成训练图像，使用指纹算法提取特征，并且一一比对同一手指采集的指纹图像，得到每2个图像能重合的部分图像A，找到每一个手指的所有图像中，重合次数最多的部分图像A0，A1，A2
……
，将A0，A1，A2
……
裁剪为32*32大小，作为训练图像；S3:训练图像，通过全卷积网络使用arcloss，训练出一个分类准确率高，并且每类结果距离比较小，不同类结果距离比较大，训练出代表输入32*32图像的特征；S4:进行特征量化，使用量化方法进行量化，得到量化特征{f[0],f[1],
……
f[127]}，最终得到的128维特征{F[0]，F[1]
……
F[127]}是浮点特征；S5:识别步骤1，提取特征，输入64*64大小的图像，得到9*9*128的特征f；S6:识别步骤2，特征比对2个待比对图像A，B，通过提取特征网络，生成了特征fA，fB,通过计算汉明距离将fA中的81个特征和fB中的81个特征一一比对，按照距离排序，得到m对距离最小的特征点对；S7：识别步骤3，坐标精确比对上述特征点对，并且满足图像中坐标的实际对应关系。2.根据...

【专利技术属性】
技术研发人员：李昀，付俊珂，
申请(专利权)人：杭州乐盯科技有限公司，
类型：发明
国别省市：