技术特征：
1.一种指纹图像降噪装置，其特征在于，包括：图像输入模块、第一至第七特征提取器、第一至第三下采样器、第一至第三上采样器、降噪模块和输出模块，其中：所述图像输入模块用于提供图像数据到所述第一特征提取器；所述第一特征提取器提取所述图像数据，并且输出到所述第七特征提取器和所述第一下采样器；所述第二特征提取器接收并提取所述第一下采样器的输出数据，并且输出到所述第六特征提取器和所述第二下采样器；所述第三特征提取器接收并提取所述第二下采样器的输出数据，并且输出到所述第五特征提取器和所述第三下采样器；所述第四特征提取器接收并提取所述第三下采样器的输出数据，并且输出到所述第一上采样器；所述第一上采样器接收并采样所述第四特征提取器的输出数据并输出到所述第五特征提取器；所述第二上采样器接收并采样所述第五特征提取器的输出数据并输出到所述第六特征提取器；所述第三上采样器接收并采样所述第六特征提取器的输出数据并输出到所述第七特征提取器；以及所述降噪模块用于接收所述第七特征提取器的输出数据并进行降噪，并且通过所述输出模块输出。2.如权利要求1所述的指纹图像降噪装置，其特征在于，所述第一至第四特征提取器直接对输入数据进行卷积，所述第五至第七特征提取器对输入数据进行叠加再进行卷积。3.一种指纹图像降噪方法，其特征在于，包括：输入高为h宽为w的指纹图像给第一特征提取器；通过第一特征提取器从所述指纹图像提取高为h宽为w通道数为na的第一特征图，通过第一下采样器对所述第一特征图进行采样并获得高为h/2宽为w/2通道数为na的第二特征图；通过第二特征提取器从所述第二特征图提取高为h/2宽为w/2通道数为nb的第三特征图，通过第二下采样器对所述第三特征图进行采样并获得高为h/4宽为w/4通道数为nb的第四特征图；通过第三特征提取器从所述第四特征图提取高为h/4宽为w/4通道数为nc的第五特征图，通过第三下采样器对所述第五特征图进行采样并获得高为h/8宽为w/8通道数为nc的第六特征图；通过第四特征提取器从所述第六特征图提取高为h/8宽为w/8通道数为nd的第七特征图，通过第一上采样器对所述第七特征图进行采样并获得高为h/4宽为w/4通道数为nd的第八特征图；通过第五特征提取器从所述第五特征图和所述第八特征图提取高为h/4宽为w/4通道数为nc的第九特征图，通过第二上采样器对所述第九特征图进行采样并获得高为h/2宽为w/2通道数为nc的第十特征图；通过第六特征提取器从所述第三特征图和所述第十特征图提取高为h/2宽为w/2通道
数为nb的第十一特征图，通过第三上采样器对所述第十一特征图进行采样并获得高为h宽为w通道数为nb的第十二特征图；通过第七特征提取器从所述第一特征图和所述第十二特征图提取高为h宽为w通道数为na的第十三特征图；以及对所述第十三特征进行降噪并输出。4.如权利要求3所述的指纹图像降噪方法，其特征在于，所述第一至第四特征提取器分别对输入的第二、第四和第六特征图进行直接卷积，所述第五特征提取器对输入的第五和第八特征图进行叠加再进行卷积，所述第六特征提取器对输入的第三和第十特征图进行叠加再进行卷积，所述第七特征提取器对输入的第一和第十二特征图进行叠加再进行卷积。5.如权利要求4所述的指纹图像降噪方法，其特征在于，所述第一至第四特征提取器分别使用p个卷积核进行卷积，在所述第一特征提取器模块中p等于na，在所述第二特征提取器模块中p等于nb，在所述第三特征提取器模块中p等于nc，在所述第四特征提取器模块中p等于nd。6.如权利要求4所述的指纹图像降噪方法，其特征在于，所述叠加再卷积包括如下步骤：假定输入一个高为h宽为w通道数为n1的特征图x与一个高为h宽为w通道数为n2的特征图y，对特征图x和特征图y进行串联得到高为h宽为w通道数为n1+n2的特征图z，图像叠加公式如下：其中，z表示叠加后的特征图，i表示叠加后的特征图的第i行，j表示叠加后的特征图的第j列，k表示第k个通道；以及使用p个卷积核进行卷积得到一个高为h宽为w通道数为p的特征图，所述卷积核的大小为3x3xn，特征图卷积操作公式如下：其中，g
k
表示第k个卷积核，h表示卷积后的特征图，i表示卷积后的特征图的第i行，j表示卷积后的特征图的第j列，k表示第k个通道，m表示卷积核第m行,n表示卷积核第n列，k1表示卷积核第k1个通道，在所述第五特征提取器模块中p等于nc，在所述第六特征提取器模块中p等nb，在所述第七特征提取器模块中p等于na。7.如权利要求4所述的指纹图像降噪方法，其特征在于，所述卷积采用的卷积函数采用如下方式生成：采集同一人不同时间的指纹图像样本，随机选取一部分用于误差反相传播算法的训练；对所述第一至第七特征提取器的卷积核进行随机初始化，所述随机值的取值范围为[-1,1]；在随机选取的指纹图像上加上随机的条纹噪声和高斯噪声；
采用所述指纹图像降噪方法获取降噪后的指纹图像；以及定义如下误差损失函数loss，其中，n为随机选取的指纹图像的数量，in为原始指纹图像，tn为降噪后的指纹图像；将所述误差损失函数对每个卷积核函数求偏导数；以及采用梯度下降法对所述卷积核参数进行更新，进行迭代直至所述误差损失函数不再变化，并记录此时卷积核参数。8.如权利要求7所述的指纹图像降噪方法，其特征在于，在随机选取的指纹图像上加上随机的条纹噪声包括如下步骤；采用如下公式在所述随机选取的指纹图像的加上横条纹噪声，其中，r为随机选取的若干[1,160]的整数，o为随机选取的若干[-60,60]的整数以及采用如下公式在所述随机选取的指纹图像的加上纵条纹噪声，其中，r为随机选取的若干[1,160]的整数，o为随机选取的若干[-60,60]的整数9.如权利要求7所述的指纹图像降噪方法，其特征在于，所述迭代过程中，设置学习率ir，其中，lr＝0.01-s*0.0001，s为迭代次数。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现如权利要求3至9中任意一项所述的方法中的步骤。
技术总结
本申请公开指纹图像降噪方法及其装置，降低噪声干扰。包括：提取高为h宽为w通道数为na的第一图，采样获得高为h/2宽为w/2通道数为na的第二图，提取高为h/2宽为w/2通道数为nb的第三图，采样获得高为h/4宽为w/4通道数为nb的第四图，提取高为h/4宽为w/4通道数为nc的第五图，采样获得高为h/8宽为w/8通道数为nc的第六图，提取高为h/8宽为w/8通道数为nd的第七图，采样获得高为h/4宽为w/4通道数为nd的第八图；从第五和第八图提取高为h/4宽为w/4通道数为nc的第九图，采样获得高为h/2宽为w/2通道数为nc的第十图；从第三和第十图提取高为h/2宽为w/2通道数为nb的第十一图，采样获得高为h宽为w通道数为nb的第十二图；从第一和第十二图提取高为h宽为w通道数为na的第十三图。取高为h宽为w通道数为na的第十三图。取高为h宽为w通道数为na的第十三图。
技术研发人员：赵晓刚 吉贝贝 夏军营
受保护的技术使用者：上海海栎创科技股份有限公司
技术研发日：2021.12.01
技术公布日：2022/3/21