【技术实现步骤摘要】
本申请涉及生物特征识别领域，特别是指一种手掌检测和感兴趣区域提取方法、装置、存储介质及设备。
技术介绍
1、在掌纹识别或掌静脉识别中，需要对手掌轮廓、指尖点和谷点等关键点进行定位，通过定位的结果截取感兴趣区域，并提取特征进行识别。关键点定位的准确性会直接的影响截取的感兴趣区域的准确性，进而影响提取的掌纹特征或掌静脉特征的准确性。
2、现有的提取感兴趣区域方法多采用数字图像处理和统计的方法，该方法依据手掌区域与背景区域的灰度或颜色不同的特性，对手部图像进行二值化分割，并进行空洞填充后，描述二值化后手部图像的边缘点。然后根据手部图像边缘点的特点计算食指与中指相交的谷点以及无名指与小拇指相交的谷点，由这两个谷点截取感兴趣区域。
3、前述的数字图像处理和统计的方法存在如下缺陷：
4、1、手掌关键点检测的准确性依赖手掌二值分割的结果，图像的二值分割容易受到光照等外界环境变化的影响，因此该方法鲁棒性较差，对光照、噪声等变化比较敏感，使得该检测方法容易不稳定。
5、2、二值化分割和描述手部图像的边缘点通常依赖于专家系统的经验总结，专家系统对各类型数据的经验总结存在片面性，泛化性较差，对新的数据分割的结果较差。
6、3、该方法步骤较为复杂，通常包括图像二值分割，空洞填充，手掌区域提取，二值图像修正，图像边缘的点定位等步骤，无法实现端到端的检测定位效果。
7、4、该方法只是通过既定的操作过程(即包括二值分割在内的一系列手段)找到默写边界，但是无法判断该边界是否是真实的手掌边界
技术实现思路
1、为解决现有技术的缺陷，本申请提供一种手掌检测和感兴趣区域提取方法、装置、存储介质及设备，其鲁棒性和泛化性好，实现了端到端的手掌检测和手部关键点定位，提高了感兴趣区域的准确性，减少了计算资源的消耗，提高了认证效率。
2、本申请提供技术方案如下：
3、第一方面，本申请提供一种手掌检测和感兴趣区域提取方法，所述方法包括：
4、获取待检测图像；
5、通过第一神经网络对所述待检测图像同时进行手掌检测和关键点粗定位，其中，所述关键点至少包括食指与中指相交的谷点以及无名指与小拇指相交的谷点；
6、当手掌检测的结果为所述待检测图像存在手掌时，分别以关键点粗定位得到的每个关键点的粗定位坐标为中心，从所述待检测图像上截取得到与所述关键点数量相同的预设大小的图像块；
7、通过第二神经网络对所有图像块进行关键点精定位；
8、根据关键点精定位得到的所述食指与中指相交的谷点的精定位坐标以及所述无名指与小拇指相交的谷点的精定位坐标从所述待检测图像上截取得到感兴趣区域。
9、进一步的，所述通过第一神经网络对所述待检测图像同时进行手掌检测和关键点粗定位，包括：
10、对所述待检测图像进行图像处理操作，得到符合所述第一神经网络的输入要求的输入图像；
11、将所述输入图像输入所述第一神经网络，通过所述第一神经网络的一系列的特征层进行特征提取操作；
12、从所述第一神经网络的若干个设定的特征层抽取特征图；
13、根据所抽取的特征图判断所述待检测图像是否存在手掌，当判断存在手掌时，根据所抽取的特征图计算每个关键点的粗定位坐标。
14、进一步的，所述通过第二神经网络对所有图像块进行关键点精定位，包括：
15、将所有图像块按照通道叠加在一起，得到输入数据；
16、将所述输入数据输入所述第二神经网络，通过所述第二神经网络的一系列的特征层进行特征提取操作，在所述第二神经网络的最后一个特征层输出特征向量；
17、根据所述特征向量确定每个关键点的精定位坐标。
18、进一步的，所述根据关键点精定位得到的所述食指与中指相交的谷点的精定位坐标以及所述无名指与小拇指相交的谷点的精定位坐标从所述待检测图像上截取得到感兴趣区域，包括：
19、将关键点精定位得到的所述食指与中指相交的谷点的精定位坐标与所述无名指与小拇指相交的谷点的精定位坐标连接得到基准线段；
20、从所述基准线段的中点沿所述基准线段的中垂线向手掌一侧设定距离，得到所述感兴趣区域的中心点；
21、以所述感兴趣区域的中心点为基准，从所述待检测图像上截取设定边长的正方形区域，得到所述感兴趣区域。
22、进一步的，所述设定距离为0.9d，所述设定边长为1.4d，其中d为所述基准线段的长度。
23、进一步的，所述分别以关键点粗定位得到的每个关键点的粗定位坐标为中心，从所述待检测图像上截取得到与所述关键点数量相同的预设大小的图像块，包括：
24、分别以关键点粗定位得到的每个关键点的粗定位坐标为中心，在所述待检测图像上向上、下、左、右方向上各扩充设定数量的像素，截取得到所述图像块。
25、进一步的，所述关键点包括：一只手掌的所有相邻两根手指相交的谷点、大拇指的外侧指根点和小拇指的外侧指根点。
26、第二方面，本申请提供一种手掌检测和感兴趣区域提取装置，所述装置包括：
27、图像获取模块，用于获取待检测图像；
28、手掌检测和关键点粗定位模块，用于通过第一神经网络对所述待检测图像同时进行手掌检测和关键点粗定位，其中，所述关键点至少包括食指与中指相交的谷点以及无名指与小拇指相交的谷点；
29、图像块截取模块，用于当手掌检测的结果为所述待检测图像存在手掌时，分别以关键点粗定位得到的每个关键点的粗定位坐标为中心，从所述待检测图像上截取得到与所述关键点数量相同的预设大小的图像块；
30、关键点精定位模块，用于通过第二神经网络对所有图像块进行关键点精定位；
31、感兴趣区域确定模块，用于根据关键点精定位得到的所述食指与中指相交的谷点的精定位坐标以及所述无名指与小拇指相交的谷点的精定位坐标从所述待检测图像上截取得到感兴趣区域。
32、进一步的，所手掌检测和关键点粗定位模块包括：
33、第一预处理单元，用于对所述待检测图像进行图像处理操作，得到符合所述第一神经网络的输入要求的输入图像；
34、第一操作单元，用于将所述输入图像输入所述第一神经网络，通过所述第一神经网络的一系列的特征层进行特征提取操作；
35、特征图抽取单元，用于从所述第一神经网络的若干个设定的特征层抽取特征图；
36、计算单元，用于根据所抽取的特征图判断所述待检测图像是否存在手掌，当判断存在手掌时，根据所抽取的特征图计算每个关键点的粗定位坐标。
37、进一步的，所述关键点精定位模块包括：
38、第二预处理单元，用于将所有图像块按照通道叠加本文档来自技高网...
【技术保护点】
1.一种手掌检测和感兴趣区域提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述通过第一神经网络对所述待检测图像同时进行手掌检测和关键点粗定位，包括：
3.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述通过第二神经网络对所有图像块进行关键点精定位，包括：
4.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述根据关键点精定位得到的所述食指与中指相交的谷点的精定位坐标以及所述无名指与小拇指相交的谷点的精定位坐标从所述待检测图像上截取得到感兴趣区域，包括：
5.根据权利要求4所述的手掌检测和感兴趣区域提取方法，其特征在于，所述设定距离为0.9d，所述设定边长为1.4d，其中d为所述基准线段的长度。
6.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述分别以关键点粗定位得到的每个关键点的粗定位坐标为中心，从所述待检测图像上截取得到与所述关键点数量相同的预设大小的图像块，包括：
7.根据权利要求1-6任一所述
8.一种手掌检测和感兴趣区域提取装置，其特征在于，所述装置包括：
9.一种用于手掌检测和感兴趣区域提取的计算机可读存储介质，其特征在于，包括用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括权利要求1-7任一所述手掌检测和感兴趣区域提取方法的步骤。
10.一种用于手掌检测和感兴趣区域提取的设备，其特征在于，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现权利要求1-7中任意一项所述手掌检测和感兴趣区域提取方法的步骤。
...【技术特征摘要】
1.一种手掌检测和感兴趣区域提取方法，其特征在于，所述方法包括：
2.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述通过第一神经网络对所述待检测图像同时进行手掌检测和关键点粗定位，包括：
3.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述通过第二神经网络对所有图像块进行关键点精定位，包括：
4.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，所述根据关键点精定位得到的所述食指与中指相交的谷点的精定位坐标以及所述无名指与小拇指相交的谷点的精定位坐标从所述待检测图像上截取得到感兴趣区域，包括：
5.根据权利要求4所述的手掌检测和感兴趣区域提取方法，其特征在于，所述设定距离为0.9d，所述设定边长为1.4d，其中d为所述基准线段的长度。
6.根据权利要求1所述的手掌检测和感兴趣区域提取方法，其特征在于，...
【专利技术属性】
技术研发人员：王洋，周军，
申请(专利权)人：北京眼神智能科技有限公司，
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。