恭喜杭州晟元数据安全技术股份有限公司罗洪昌获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜杭州晟元数据安全技术股份有限公司申请的专利一种基于深度学习的指纹图像识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117542088B 。
龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311518707.7,技术领域涉及:G06V40/12;该发明授权一种基于深度学习的指纹图像识别方法及系统是由罗洪昌;张飞飞设计研发完成,并于2023-11-15向国家知识产权局提交的专利申请。
本一种基于深度学习的指纹图像识别方法及系统在说明书摘要公布了:本发明提出了一种基于深度学习的指纹图像识别方法及系统。所述指纹图像识别方法包括对利用灰度补偿处理后的指纹样本数据和原始的指纹样本数据深度学习模型进行两次模型训练,完成训练后的深度学习模型;通过对指纹参考图像进行指纹参考图像端的灰度补偿处理,获得灰度补偿处理后的指纹参考图像,并获取指纹特征;对待检测的指纹图像的指纹边缘像素块进行待检测图像端的灰度补偿处理,形成待检测目标指纹图像;通过所述深度学习模型获取待检测目标指纹图像进行指纹特征识别,获得待检测目标指纹图像的指纹特征,并将所述待检测目标指纹图像指纹特征与目标指纹特征进行比较,获得指纹图像识别结果。所述系统包括与所述方法步骤对应的模块。
本发明授权一种基于深度学习的指纹图像识别方法及系统在权利要求书中公布了:1.一种基于深度学习的指纹图像识别方法,其特征在于,所述指纹图像识别方法包括:对数据库中的指纹样本数据进行指纹边界像素块的灰度补偿处理,并利用灰度补偿处理后的指纹样本数据和原始的指纹样本数据深度学习模型进行两次模型训练,完成训练后的深度学习模型;对已录入的用户的指纹参考图像的指纹边界像素块进行指纹参考图像端的灰度补偿处理,获得灰度补偿处理后的指纹参考图像,并通过所述深度学习模型获取所述指纹参考图像的指纹特征,作为目标指纹特征;当获取到用户的待检测的指纹图像时,对所述待检测的指纹图像的指纹边缘像素块进行待检测图像端的灰度补偿处理,形成待检测目标指纹图像;将所述待检测目标指纹图像输入至深度学习模型,所述深度学习模型获取待检测目标指纹图像进行指纹特征识别,获得待检测目标指纹图像的指纹特征,并将所述待检测目标指纹的图像指纹特征与目标指纹特征进行比较,获得指纹图像识别结果;所述对数据库中的指纹样本数据进行指纹边界像素块的灰度补偿处理,并利用灰度补偿处理后的指纹样本数据和原始的指纹样本数据深度学习模型进行两次模型训练,完成训练后的深度学习模型,包括:从数据库中提取指纹样本数据,并利用指纹样本数据对用于进行指纹图像特征识别的深度学习模型进行初始训练,获得完成初始训练后的初始深度学习模型;针对用于进行初始训练的指纹样本数据进行像素块扩大和像素块缩小,并通过对像素块扩大和缩小后指纹样本数据获得用于进行初始训练的指纹样本数据对应的综合灰度补偿值;通过所述综合灰度补偿值对所述用于进行初始训练的指纹样本数据的指纹边界像素块进行灰度补偿处理,获得调整后的样本数据;利用所述调整后的样本数据对所述深度学习模型进行二次训练,获得完成训练后的深度学习模型;利用指纹验证样本对所述深度学习模型进行验证,获得所述深度学习模型的指纹图像特征识别的准确率;当所述准确率低于预设准确率阈值时,则对所述深度学习模型进行优化,直至验证后的准确率达到或超过预设的准确率阈值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州晟元数据安全技术股份有限公司,其通讯地址为:311121 浙江省杭州市五常街道爱橙街198号H幢8楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。