指紋識別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開涉及圖像識別技術(shù)領(lǐng)域，尤其涉及一種指紋識別方法及裝置。
【背景技術(shù)】
[0002]從1980年左右開始研究指紋識別以來，到1990后指紋識別不論是在民用領(lǐng)域還是在軍用領(lǐng)域，都已經(jīng)非常成熟，應用也非常普遍。然后，相關(guān)技術(shù)中的指紋識別通常要求用戶的指紋不能太過干燥，并且指紋圖像質(zhì)量要足夠清晰，從而確保指紋的全局特征點以及局部特征點的提取，當指紋圖像質(zhì)量較差時，會由于識別不出指紋上的全局特征點以及局部特征點而導致最終的指紋識別不準確，因此在一定程度上約束了指紋識別產(chǎn)品的用戶體驗。

【發(fā)明內(nèi)容】

[0003]為克服相關(guān)技術(shù)中存在的問題，本公開實施例提供一種指紋識別方法及裝置，用以提高低質(zhì)量的指紋圖像在指紋識別時的準確率。
[0004]根據(jù)本公開實施例的第一方面，提供一種指紋識別方法，包括:
[0005]對指紋傳感器采集的第一指紋圖像與存儲在數(shù)據(jù)庫中的第二指紋圖像通過卷積神經(jīng)網(wǎng)絡進行特征提取，得到所述第一指紋圖像對應的第一指紋特征和所述第二指紋圖像對應的第二指紋特征，其中，所述第一指紋特征與所述第二指紋特征的維數(shù)相同；
[0006]對所述第一指紋特征和所述第二指紋特征進行降維處理，分別得到第三指紋特征和第四指紋特征，其中，所述第三指紋特征和所述第四指紋特征的維數(shù)相同，且小于所述第一指紋特征和所述第二指紋特征的維數(shù)；
[0007]根據(jù)所述第三指紋特征和所述第四指紋特征的余弦距離確定所述第一指紋圖像與所述第二指紋圖像是否為同一指紋。
[0008]在一實施例中，所述卷積神經(jīng)網(wǎng)絡包括至少一個特征提取層和特征映射層，在所述卷積神經(jīng)網(wǎng)絡網(wǎng)絡的最后一個特征提取層連接有分類器，所述方法還可包括:
[0009]將海量的有標簽指紋樣本輸入至所述卷積神經(jīng)網(wǎng)絡，對所述至少一個特征提取層和特征映射層進行訓練；
[0010]將所述有標簽指紋樣本通過訓練后的所述神經(jīng)網(wǎng)絡進行特征提取，得到所述有標簽指紋樣本的輸出結(jié)果；
[0011]將所述輸出結(jié)果輸入到所述分類器，對所述分類器進行標定訓練。
[0012]在一實施例中，所述方法還可包括:
[0013]通過已訓練的所述卷積神經(jīng)網(wǎng)絡提取所述有標簽指紋樣本的第一設定維數(shù)的特征參數(shù)；
[0014]對所述第一設定維數(shù)的特征參數(shù)進行線性判別式分析LDA訓練，得到所述LDA的第二設定維數(shù)的投影矩陣。
[0015]在一實施例中，所述根據(jù)所述第三指紋特征和所述第四指紋特征的余弦距離確定所述第一指紋圖像與所述第二指紋圖像是否為同一指紋，可包括:
[0016]將所述第三指紋特征和所述第四指紋特征的余弦距離與預設閾值進行比較；
[0017]如果所述余弦距離大于所述預設閾值，確定所述第一指紋圖像與所述第二指紋圖像為同一指紋；
[0018]如果所述余弦距離小于或者等于所述預設閾值，確定所述第一指紋圖像與所述第二指紋圖像為不同指紋。
[0019]根據(jù)本公開實施例的第二方面，提供一種指紋識別裝置，包括:
[0020]第一提取模塊，被配置為對指紋傳感器采集的第一指紋圖像與存儲在數(shù)據(jù)庫中的第二指紋圖像通過卷積神經(jīng)網(wǎng)絡進行特征提取，得到所述第一指紋圖像對應的第一指紋特征和所述第二指紋圖像對應的第二指紋特征，其中，所述第一指紋特征與所述第二指紋特征的維數(shù)相同；
[0021]降維處理模塊，被配置為對所述第一提取模塊提取到的所述第一指紋特征和所述第二指紋特征進行降維處理，分別得到第三指紋特征和第四指紋特征，其中，所述第三指紋特征和所述第四指紋特征的維數(shù)相同，且小于所述第一指紋特征和所述第二指紋特征的維數(shù)；
[0022]識別模塊，被配置為根據(jù)所述降維處理模塊降維后的所述第三指紋特征和所述第四指紋特征的余弦距離確定所述第一指紋圖像與所述第二指紋圖像是否為同一指紋。
[0023]在一實施例中，所述卷積神經(jīng)網(wǎng)絡包括至少一個特征提取層和特征映射層，在所述卷積神經(jīng)網(wǎng)絡網(wǎng)絡的最后一個特征提取層連接有分類器，所述裝置還可包括:
[0024]第一訓練模塊，被配置為將海量的有標簽指紋樣本輸入至所述卷積神經(jīng)網(wǎng)絡，對所述至少一個特征提取層和特征映射層進行訓練；
[0025]第二提取模塊，被配置為將所述有標簽指紋樣本通過所述第一訓練模塊訓練后的所述卷積神經(jīng)網(wǎng)絡進行特征提取，得到所述有標簽指紋樣本的輸出結(jié)果；
[0026]第二訓練模塊，被配置為將所述第二提取模塊得到的所述輸出結(jié)果輸入到所述分類器，對所述分類器進行標定訓練。
[0027]在一實施例中，所述裝置還可包括:
[0028]第三提取模塊，被配置為通過已訓練的所述卷積神經(jīng)網(wǎng)絡提取所述有標簽指紋樣本的第一設定維數(shù)的特征參數(shù)；
[0029]第三訓練模塊，被配置為對所述第三提取模塊提取到的所述第一設定維數(shù)的特征參數(shù)進行線性判別式分析LDA訓練，得到所述LDA的第二設定維數(shù)的投影矩陣。
[0030]在一實施例中，所述識別模塊可包括:
[0031]比較子模塊，被配置為將所述第三指紋特征和所述第四指紋特征的余弦距離與預設閾值進行比較；
[0032]第一確定子模塊，被配置為如果所述比較子模塊的比較結(jié)果表示所述余弦距離大于所述預設閾值，確定所述第一指紋圖像與所述第二指紋圖像為同一指紋；
[0033]第二確定子模塊，被配置為如果所述比較子模塊的比較結(jié)果表示所述余弦距離小于或者等于所述預設閾值，確定所述第一指紋圖像與所述第二指紋圖像為不同指紋。
[0034]根據(jù)本公開實施例的第三方面，提供一種指紋識別裝置，包括:
[0035]處理器；
[0036]用于存儲處理器可執(zhí)行指令的存儲器；
[0037]其中，所述處理器被配置為:
[0038]對指紋傳感器采集的第一指紋圖像與存儲在數(shù)據(jù)庫中的第二指紋圖像通過卷積神經(jīng)網(wǎng)絡進行特征提取，得到所述第一指紋圖像對應的第一指紋特征和所述第二指紋圖像對應的第二指紋特征，其中，所述第一指紋特征與所述第二指紋特征的維數(shù)相同；
[0039]對所述第一指紋特征和所述第二指紋特征進行降維處理，分別得到第三指紋特征和第四指紋特征，其中，所述第三指紋特征和所述第四指紋特征的維數(shù)相同，且小于所述第一指紋特征和所述第二指紋特征的維數(shù)；
[0040]根據(jù)所述第三指紋特征和所述第四指紋特征的余弦距離確定所述第一指紋圖像與所述第二指紋圖像是否為同一指紋。
[0041]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:由于卷積神經(jīng)網(wǎng)絡是通過海量的有標簽指紋樣本訓練得到的，因此卷積神經(jīng)網(wǎng)絡所提取第一指紋圖像的第一指紋特征和第二指紋圖像的第二指紋特征可以包含有利于指紋識別的指紋特征，避免了相關(guān)技術(shù)必須通過指紋的全局特征點以及局部特征點才能實現(xiàn)指紋識別，當指紋圖像質(zhì)量較差時，卷積神經(jīng)網(wǎng)絡通過識別有利于指紋識別的特征，確保在第一指紋圖像的質(zhì)量較低時由于提取不出指紋的全局特征點以及局部特征點仍能夠?qū)崿F(xiàn)指紋識別，大大提高了低質(zhì)量的指紋圖像在指紋識別時的準確率；通過對第一指紋特征和第二指紋特征進行降維，可以大大降低在指紋識別過程中的計算復雜度。
[0042]應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0043]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本發(fā)明的實施例，并與說明書一起用于解釋本發(fā)明的原理。
[0044]圖1A是根據(jù)一示例性實施例示出的指紋識別方法的流程圖。
[0045]圖1B是根據(jù)一示例性實施例示出的卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)示意圖。
[0046]圖2A是根據(jù)一示例性實施例一示出的如何對卷積神經(jīng)網(wǎng)絡進行訓練的示意圖。
[0047]圖2B是根據(jù)一示例性實施例一示出的卷積神經(jīng)網(wǎng)絡的結(jié)構(gòu)示意圖。
[0048]圖3是根據(jù)一示例性實施例二示出的指紋識別方法的流程圖。
[0049]圖4是根據(jù)一示例性實施例示出的一種指紋識別裝置的框圖。
[0050]圖5是根據(jù)一示例性實施例示出的另一種指紋識別裝置的框圖。
[0051]圖6是根據(jù)一示例性實施例示出的一種適用于指紋識別裝置的框圖。
【具體實施方式】
[0052]這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的