【技术实现步骤摘要】
本专利技术涉及指纹分割，尤其涉及一种基于目标检测模型的多连指分割方法、装置、设备及介质。
技术介绍
1、传统的指纹分割算法一般采用的是对指纹进行一些特征点的提取，方向的判断，然后根据复杂的特征集合去判断出这张图中的具体哪些是指纹，然后再做相应的分割。上述方法需要对图像中的指纹进行逐一分析判定，效率比较低，并且受噪声影响较大，不一定能够完全准确分割出正确的指纹。
技术实现思路
1、本专利技术实施例提供了一种基于目标检测模型的多连指分割方法、装置、设备及介质，旨在解决现有指纹分割方法效率低且准确性低的问题。
2、第一方面，本专利技术实施例提供了一种基于目标检测模型的多连指分割方法，其包括：
3、采集多连指图像，对所述多连指图像进行预处理得到待测图像；
4、将所述待测图像输入到预训练的目标检测模型中，检测所述待测图像中的指纹对象，得到检测结果，其中，所述目标检测模型由经过标注的多连指样本图像训练得到；
5、基于所述检测结果，将所述待测图像中的指纹对象分割出来，得到目标图像。
6、其进一步的技术方案为，所述检测所述待测图像中的指纹对象，包括：
7、接收所述目标检测模型在所述待测图像中标定的检测框以及所述检测框的概率值；
8、筛选概率值大于预设概率阈值的检测框作为目标检测框；
9、将所述目标检测框框选的区域作为所述指纹对象。
10、其进一步的技术方案为，所述将所述待测图像中的指纹对象分
11、获取所述目标检测框的边界的位置；
12、以所述目标检测框的边界作为裁剪边缘，对所述待测图像进行裁剪，得到所述目标图像。
13、其进一步的技术方案为，所述目标检测模型部署在嵌入式设备中，所述嵌入式设备与指纹图像传感器连接；
14、所述采集多连指图像，包括：通过所述指纹图像传感器采集多连指图像；
15、所述对所述多连指图像进行预处理得到待测图像，包括：对所述多连指图像进行归一化处理，得到待测图像。
16、其进一步的技术方案为，所述方法还包括：
17、构建yolov5网络模型；
18、通过训练数据对所述yolov5网络模型进行训练，得到所述目标检测模型，所述训练数据包括多个经过标注的多连指样本图像。
19、其进一步的技术方案为，所述通过训练数据对所述yolov5网络模型进行训练，得到所述目标检测模型包括：
20、将所述训练数据划分为训练集以及验证集；
21、通过所述训练集对所述yolov5网络模型进行训练；
22、通过所述验证集验证训练后的yolov5网络模型的准确率；
23、若训练后的yolov5网络模型的准确率大于预设的准确率阈值，判定训练完成，得到所述目标检测模型。
24、其进一步的技术方案为，所述yolov5网络模型的骨干部分采用3*3和/或1*1的卷积网络堆叠而成；
25、所述yolov5网络模型包括第一输出头以及第二输出头，所述第一输出头的特征数为10*10，所述第二输出头的特征数为20*20。
26、第二方面，本专利技术实施例还提供了一种基于目标检测模型的多连指分割装置，其包括用于执行上述方法的单元。
27、第三方面，本专利技术实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
28、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。
29、本专利技术实施例提供了一种基于目标检测模型的多连指分割方法、装置、设备及介质。其中，所述方法包括：采集多连指图像，对所述多连指图像进行预处理得到待测图像；将所述待测图像输入到预训练的目标检测模型中，检测所述待测图像中的指纹对象，得到检测结果，其中，所述目标检测模型由经过标注的多连指样本图像训练得到；基于所述检测结果，将所述待测图像中的指纹对象分割出来，得到目标图像。可见，通过训练后的目标检测模型，能够一次性识别并分割出待测图像中所有的指纹对象，且效率极高；同时，训练后的目标检测模型能够识别不同光影条件的待测图像，其受图像噪声的影响少，准确性更高。
本文档来自技高网...【技术保护点】
1.一种基于目标检测模型的多连指分割方法，其特征在于，包括：
2.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述检测所述待测图像中的指纹对象，包括：
3.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述将所述待测图像中的指纹对象分割出来，得到目标图像，包括：
4.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述目标检测模型部署在嵌入式设备中，所述嵌入式设备与指纹图像传感器连接；
5.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的基于目标检测模型的多连指分割方法，其特征在于，所述通过训练数据对所述Yolov5网络模型进行训练，得到所述目标检测模型包括：
7.根据权利要求5所述的基于目标检测模型的多连指分割方法，其特征在于，所述Yolov5网络模型的骨干部分采用3*3和/或1*1的卷积网络堆叠而成；
8.一种基于目标检测模型的多连指分割装置，其特征在于，包括用于执行如权利要
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现如权利要求1-7中任一项所述的方法。
...【技术特征摘要】
1.一种基于目标检测模型的多连指分割方法，其特征在于，包括：
2.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述检测所述待测图像中的指纹对象，包括：
3.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述将所述待测图像中的指纹对象分割出来，得到目标图像，包括：
4.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述目标检测模型部署在嵌入式设备中，所述嵌入式设备与指纹图像传感器连接；
5.根据权利要求1所述的基于目标检测模型的多连指分割方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的基于目标检测模型的多连指分割方法，其特征在于，所述通过训练数...
【专利技术属性】
技术研发人员：闫永强，邵宇，王玉坚，
申请(专利权)人：深圳市亚略特科技股份有限公司，
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。