本发明涉及指纹识别,特别是涉及一种基于稠密估计的指纹二维姿态估计方法与系统。
背景技术:
1、得益于指纹方便获取及不易变化的特点,指纹识别一直是一种重要的身份识别技术,在公司考勤、出入境管理、安全支付以及刑侦领域中都有广泛的应用。现有的指纹数据一般为通过接触方式采集的二维指纹,例如采集环境较为理想的滚动指纹、平面指纹,以及常用于刑侦领域并拥有复杂背景噪声的现场指纹等。通过对采集后的指纹数据提取特征,可以将其用于指纹检索、指纹匹配等各种后续的指纹识别任务,从而实现身份识别。在提取指纹特征之前,如果能够对指纹首先进行对齐操作,可以有效提高指纹特征在后续指纹识别任务中的使用效率,例如快速排除不同位置的特征匹配计算以及错误匹配的快速拒绝。对于拥有复杂背景噪声的现场指纹数据,由于可检测的有效指纹区域受限,通过指纹对齐操作,可以有效降低特征匹配的搜索空间,提高识别算法的效率与精度。
2、基于指纹图像的指纹2d姿态估计已有很多的相关算法,估计对象包括指纹的中心位置、整体朝向等,这些方法一般具有以下的局限性和不足:部分算法基于整张指纹图像估计指纹的2d姿态,仅能应对指纹区域较为完整、理想的情况,当背景噪声复杂或者指纹区域发生残缺时,无法取得较好的性能。部分算法基于手工设计的特征,采用逐点或逐图像块投票的方法估计指纹的中心位置,算法的泛化能力和计算效率受限,并且指纹朝向的估计仍然基于整张图像,算法性能受限。因此需要发明更好的指纹姿态估计方法,克服以上缺陷。
技术实现思路
1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本发明提出一种基于稠密估计的指纹二维姿态估计方法。本发明的方法整体分为两个阶段,分别是基于指纹图像的稠密姿态估计和基于稠密姿态估计的指纹总体姿态整合。在第一阶段中,将指纹的2d姿态估计任务分配至单个像素点上,利用离线时期预先训练好的稠密估计模型基于指纹图像中进行像素点级别的稠密姿态估计。在第二阶段中,基于前述得到的像素点级别的稠密估计图,整合为指纹的总体2d姿态估计。第一阶段是本发明的基础步骤,将指纹的2d姿态估计任务变换为像素点上的稠密姿态估计任务,提高了算法面对复杂背景噪声以及有效区域残缺问题时的泛化能力;第二阶段利用像素点级别的稠密估计结果整合为最终的2d姿态估计结果。本发明提出的稠密姿态估计模型需要在离线时期训练得到。算法需要大量指纹图像以及对应的指纹2d姿态真值,使用监督学习的方法优化得到稠密估计模型的参数。
3、本发明的另一个目的在于提出一种基于稠密估计的指纹二维姿态估计系统。
4、为达上述目的,本发明一方面提出一种基于稠密估计的指纹二维姿态估计方法,包括:
5、获取待预测的指纹图像;
6、将所述待预测的指纹图像输入至训练好的稠密估计模型,进行像素点级别的稠密估计得到稠密估计结果;
7、整合基于所述稠密估计结果得到的指纹中心估计结果和指纹朝向估计结果,以根据整合结果得到所述待预测的指纹图像的指纹姿态估计结果。
8、另外,根据本发明上述实施例的基于稠密估计的指纹二维姿态估计方法还可以具有以下附加的技术特征:
9、进一步地,训练所述稠密估计模型,包括:
10、获取样本指纹图像,并对所述样本指纹图像进行标注生成训练数据集;
11、利用预设的姿态分解方案将指纹姿态估计任务分配到所述训练数据集的图像单个像素点上得到姿态分解结果;
12、利用所述姿态分解结果训练所述稠密估计模型,以生成训练好的稠密估计模型。
13、进一步地,所述姿态分解方案,还包括:
14、将所述训练数据集的图像分解为多个图像块,以在所述多个图像块上进行估计得到所述姿态分解结果。
15、进一步地,所述稠密估计模型,包括基于监督学习的深度卷积网络模型;所述利用姿态分解结果训练所述稠密估计模型,以生成训练好的稠密估计模型,包括:
16、获取大量的样本指纹图像以及标注得到的对应的指纹姿态真值;
17、利用所述大量的样本指纹图像和所述指纹姿态真值对所述深度卷积网络模型进行训练优化,以基于模型损失函数的损失计算结果得到优化后的网络模型参数。
18、进一步地,所述整合基于稠密估计结果得到的指纹中心估计结果和指纹朝向估计结果,以根据整合结果得到所述待预测的指纹图像的指纹姿态估计结果,包括:
19、根据所述稠密估计结果分别通过指纹中心计算和指纹朝向计算得到指纹中心估计结果和指纹朝向估计结果;
20、对所述指纹中心估计结果和指纹朝向估计结果进行指纹总体姿态整合,以基于指纹总体姿态整合结果得到所述待预测的指纹图像的指纹姿态估计结果。
21、为达上述目的,本发明另一方面提出一种基于稠密估计的指纹二维姿态估计系统,包括:
22、图像获取模块,用于获取待预测的指纹图像;
23、稠密估计模块,用于将所述待预测的指纹图像输入至训练好的稠密估计模型,进行像素点级别的稠密估计得到稠密估计结果;
24、姿态估计模块,用于整合基于所述稠密估计结果得到的指纹中心估计结果和指纹朝向估计结果,以根据整合结果得到所述待预测的指纹图像的指纹姿态估计结果。
25、本发明实施例的基于稠密估计的指纹二维姿态估计方法和系统,可以对指纹图像中的指纹2d姿态进行自动估计,可以有效提高指纹识别系统的效率与准确度。
26、本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
1.一种基于稠密估计的指纹二维姿态估计方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,训练所述稠密估计模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述姿态分解方案,还包括:
4.根据权利要求3所述的方法,其特征在于,所述稠密估计模型,包括基于监督学习的深度卷积网络模型;所述利用姿态分解结果训练所述稠密估计模型,以生成训练好的稠密估计模型,包括:
5.根据权利要求4所述的方法,其特征在于,所述整合基于稠密估计结果得到的指纹中心估计结果和指纹朝向估计结果,以根据整合结果得到所述待预测的指纹图像的指纹姿态估计结果,包括:
6.一种基于稠密估计的指纹二维姿态估计系统,其特征在于,包括以下步骤:
7.根据权利要求6所述的系统,其特征在于,所述系统,还包括模型训练模块,包括:
8.根据权利要求7所述的系统,其特征在于,所述姿态分解子单元,还用于:
9.根据权利要求8所述的系统,其特征在于,所述稠密估计模型,包括基于监督学习的深度卷积网络模型;所述模型训练子单元,还用于:
10.根据权利要求9所述的系统,其特征在于,所述姿态估计模块,还用于: