一种基于轻量型网络的嵌入式指纹识别方法技术

本发明专利技术公开了一种基于轻量型网络的嵌入式指纹识别方法，属于计算机网络领域，包括以下步骤：S1获取指纹样本数据，将样本数据送入由深度可分离卷积结构、分组卷积结构和非对称卷积结构构成的指纹识别网络模型进行迭代训练，得到二级指纹识别网络模型；二级指纹识别网络模型为轻量型卷积神经网络模型；S2将迭代训练后的指纹识别网络模型量化压缩至目标内存大小，获得目标模型；S3将目标模型部署至嵌入式端，目标模型用于嵌入式端对目标指纹进行前向预测，提取指纹图形特征，识别目标指纹。本发明专利技术通过轻量型卷积神经网络模型及对训练好的模型的量化处理，大大减小了模型的体积，降低了计算量和资源消耗，使指纹识别网络模型适用于嵌入式平台。用于嵌入式平台。用于嵌入式平台。

【技术实现步骤摘要】
一种基于轻量型网络的嵌入式指纹识别方法


[0001]本专利技术涉及指纹识别
，特别涉及一种基于轻量型网络的嵌入式指纹识别方法。

技术介绍

[0002]指纹识别技术因其唯一性和稳定性，在我们的生活中得到了广泛应用，如指纹考勤、指纹门锁、指纹箱包、手机指纹登陆和手机指纹支付等，其应用随处可见。随着指纹识别技术的进一步广泛应用，市场对指纹识别技术的速度、性能以及指纹采集面积提出了更高的要求。
[0003]相关技术中，指纹识别技术通常搭建基于Resnet的深度神经网络并进行模型训练。但此种神经网络的模型和计算量较大，无法应用到微型的嵌入式端，使用范围有限。

技术实现思路

[0004]本专利技术的技术问题是提供一种基于轻量型网络的嵌入式指纹识别方法，缩小指纹识别网络模型，在保证指纹识别准确性和指纹识别速率的基础上，将指纹识别技术应用到嵌入式端。
[0005]为实现上述技术问题，本专利技术采取的技术方案为：
[0006]一种基于轻量型网络的嵌入式指纹识别方法，包括以下步骤：S1获取指纹样本数据，将样本数据送入由本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于轻量型网络的嵌入式指纹识别方法，其特征在于，包括以下步骤：S1获取指纹样本数据，将样本数据送入由深度可分离卷积结构、分组卷积结构和非对称卷积结构构成的指纹识别网络模型进行迭代训练，得到二级指纹识别网络模型；其中，所述二级指纹识别网络模型为轻量型卷积神经网络模型；S2将迭代训练后的所述指纹识别网络模型量化压缩至目标内存大小，获得目标模型；S3将目标模型部署至嵌入式端，所述目标模型用于所述嵌入式端对目标指纹进行前向预测，提取指纹图形特征，识别目标指纹。2.根据权利要求1所述的一种基于轻量型网络的嵌入式指纹识别方法，其特征在于，所述指纹识别网络模型包括深度可分离卷积结构、中间结构、全局深度可分离卷积结构和分组卷积结构；输入数据通过所述深度可分离卷积结构进入所述中间结构，通过所述中间结构进入所述全局深度可分离卷积结构，通过所述全局深度可分离卷积结构进入所述分组卷积结构并输出；所述中间结构包括至少一个轻量网络模块；所述分组卷积结构的卷积核为1*1。3.根据权利要求2所述的一种基于轻量型网络的嵌入式指纹识别方法，其特征在于，所述轻量网络模块包括：两个1*1分组卷积结构、n*1深度可分离卷积结构和1*n深度可分离卷积结构；输入数据通过一个所述1*1分组卷积结构进入所述n*1深度可分离卷积结构，通过所述n*1深度可分离卷积结构进入所述1*n深度可分离卷积结构，通过所述1*n深度可分离卷积结构进入另一所述1*1分组卷积结构并输出。4.根据权利要求3所述的一种基于轻量型网络的嵌入式指纹识别方法，其特征在于，所述指纹识别网络模型的各卷积结构后均设置有BN归一化处理模块。5.根据权利要求4所述的一种基于轻量型网络...

【专利技术属性】
技术研发人员：罗美美，
申请(专利权)人：杭州晟元数据安全技术股份有限公司，
类型：发明
国别省市：