【技术实现步骤摘要】
指纹图像分割方法、装置、非易失性存储介质及电子设备
[0001]本申请涉及图像处理领域,具体而言,涉及一种指纹图像分割方法
、
装置
、
非易失性存储介质及电子设备
。
技术介绍
[0002]相关技术中在对从现场采集的现场指纹图像进行分割时,通常采用设定阈值来区分图像中的指纹区域和背景区域,然后再采用边缘检测的方式实现对现场指纹图像的分割
。
这种方式的问题在于现场图像的图像质量较差,通常存在低对比度
、
高噪声和光照条件复杂等问题,导致采用阈值分割和边缘检测的方式对现场指纹图像进行分割时准确性和鲁棒性均存在局限性
。
[0003]针对上述的问题,目前尚未提出有效的解决方案
。
技术实现思路
[0004]本申请实施例提供了一种指纹图像分割方法
、
装置
、
非易失性存储介质及电子设备,以至少解决由于现场指纹图像的图像质量较差导致采用阈值分割和边缘检测的方式来分割现场指纹图像时准确性和鲁棒性均不佳的技术问题
。
[0005]根据本申请实施例的一个方面,提供了一种指纹图像分割方法,包括:确定待处理指纹图像的指纹表示矩阵,其中,指纹表示矩阵由依据待处理指纹图像中像素点的像素值确定的指纹表示向量组成;将指纹表示矩阵输入到指纹图像分割网络中,并获取指纹图像分割网络输出的置信度图,其中,置信度图用于指示待处理指纹图像中的各个像素属于指纹区域的概率,指纹图像分割网络包括多个 ...
【技术保护点】
【技术特征摘要】
1.
一种指纹图像分割方法,其特征在于,包括:确定待处理指纹图像的指纹表示矩阵,其中,所述指纹表示矩阵由依据待处理指纹图像中像素点的像素值确定的指纹表示向量组成;将所述指纹表示矩阵输入到指纹图像分割网络中,并获取所述指纹图像分割网络输出的置信度图,其中,所述置信度图用于指示所述待处理指纹图像中的各个像素属于指纹区域的概率,所述指纹图像分割网络包括多个依次连接的注意力块,以及与多个依次连接的注意力块中的最后一个注意力块连接的目标多层感知器;依据所述置信度图,生成所述待处理指纹图像的分割掩码,其中,所述分割掩码用于分割所述待处理指纹图像中的指纹图像区域和非指纹图像区域
。2.
根据权利要求1所述的指纹图像分割方法,其特征在于,所述确定待处理指纹图像的指纹表示矩阵的步骤包括:将所述待处理指纹图像划分为多个尺寸相同的图像块,其中,所述多个尺寸相同的图像块中的任意两个图像块之间不存在重叠区域;依据每个所述图像块中像素点的像素值,确定每个所述图像块对应的所述指纹表示向量,其中,所述指纹表示向量的维度与所述图像块中的像素点数量相同;组合每个所述图像块对应的所述指纹表示向量,得到所述指纹表示矩阵
。3.
根据权利要求1所述的指纹图像分割方法,其特征在于,所述多个依次连接的注意力块包括依次连接的第一注意力块,第二注意力块,第三注意力块和第四注意力块,其中,所述第一注意力块的注意力头数为2,表示维度为
64
,所述第二注意力块的注意力头数为2,表示维度为
128
,所述第三注意力块的注意力头数为4,表示维度为
256
,所述第四注意力块的注意力头数为4,表示维度为
512。4.
根据权利要求3所述的指纹图像分割方法,其特征在于,所述第一注意力块中包括一个线性嵌入层,以及两个由自注意力机制模块和多层感知器组成的特征提取层,所述第二注意力块
、
所述第三注意力块和所述第四注意力块中均包括一个下采样层,以及两个由自注意力机制模块和多层感知器组成的特征提取层,所述第四注意力块与所述目标多层感知器连接
。5.
根据权利要求1‑4中任意一项所述的指纹图像分割方法,其特征在于,所述指纹图像分割网络通过以下方式训练:确定教师网络和学生网络,其中,所述教师网络和所述学生网络的模型结构与所述指纹图像分割网络的模型结构相同;获取训练数据集,其中,所述训练数据集中包括现场指纹图像和所述现场指纹图像对应的弱标签;依据所述训练数据集对所述教师网络和所述学生网络进行训练;在依据所述教师网络和所述学生网络对应的...
【专利技术属性】
技术研发人员:贾泽西,王政,费鸿炎,吴嵩,黄传崴,封举富,
申请(专利权)人:北京大学,
类型:发明
国别省市:
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。