自适应静脉模板注册方法和装置与流程

本技术属于生物特征识别，尤其涉及一种自适应静脉模板注册方法和装置。

背景技术：

1、静脉识别是一种新兴的生物特征识别技术，在进行静脉识别时，需要先采集用户注册的静脉图像，但由于采集设备的限制，采集到的静脉图像往往存在一定的偏移和旋转，则需要注册多个不同角度的模板，工作量较大且工作较繁琐；并且在采集设备不稳定的情况下，在进行静脉识别时难以找到与用户注册的静脉图像匹配度最佳的模板，静脉识别的性能较差。

技术实现思路

1、本技术旨在至少解决现有技术中存在的技术问题之一。为此，本技术提出一种自适应静脉模板注册方法和装置，能够选取出最具代表性的不同角度的静脉样本作为模板，同时减少了模板数量，能够在提高静脉识别性能的情况下减少存储空间的消耗。

2、第一方面，本技术提供了一种自适应静脉模板注册方法，该方法包括：

3、对获取的多个初始样本静脉图像进行特征提取和图像质量分析，分别获取第一样本特征和第一质量分数；

4、基于所述第一样本特征和所述第一质量分数，对所述多个初始样本静脉图像进行去重处理，获取多个第一样本静脉图像；

5、基于所述多个第一样本静脉图像中目标样本静脉图像与除所述目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从所述多个第一样本静脉图像中获取目标模板向量。

6、根据本技术实施例提供的自适应静脉模板注册方法，通过获取多个初始样本静脉图像的第一样本特征和第一质量分数，然后对多个初始样本静脉图像进行去重，以获取多个第一样本静脉图像，再基于多个第一样本静脉图像中目标样本静脉图像与除目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从多个第一样本静脉图像中获取目标模板向量，能够选取出最具代表性的不同角度的静脉样本作为模板，同时减少了模板数量，能够在提高静脉识别性能的情况下减少存储空间的消耗，在实际操作中只需设置初始样本静脉图像和目标样本静脉图像的数量即可自适应选择合适的目标样本静脉图像作为目标模板向量，步骤简单且易于实现。

7、本技术一个实施例的自适应静脉模板注册方法，所述基于所述第一样本特征和所述第一质量分数，对所述多个初始样本静脉图像进行去重处理，获取多个第一样本静脉图像，包括：

8、在所述多个初始样本静脉图像的数量不为零的情况下，将所述多个初始样本静脉图像中最高的第一质量分数对应的初始样本静脉图像确定为所述第一样本静脉图像，并将所述第一样本静脉图像从所述多个初始样本静脉图像中删除；

9、在所述初始样本静脉图像对应的第一样本特征与所述第一样本静脉图像对应的第一样本特征之间的第二特征相似度超过第二阈值的情况下，从所述多个初始样本静脉图像中删除所述初始样本静脉图像。

10、本技术一个实施例的自适应静脉模板注册方法，在所述基于所述第一样本特征和所述第一质量分数，对所述多个初始样本静脉图像进行去重处理，获取多个第一样本静脉图像之后，且在所述基于所述多个第一样本静脉图像中目标样本静脉图像与除所述目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从所述多个第一样本静脉图像中获取目标模板向量之前，所述方法还包括：

11、在所述多个第一样本静脉图像的数量小于第三阈值的情况下，获取第一目标数量的样本静脉图像作为新的初始样本静脉图像，且所述第一目标数量的样本静脉图像与所述获取的多个初始样本静脉图像不同。

12、本技术一个实施例的自适应静脉模板注册方法，所述基于所述多个第一样本静脉图像中目标样本静脉图像与除所述目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从所述多个第一样本静脉图像中获取目标模板向量，包括：

13、从所述多个第一样本静脉图像中随机获取第二目标数量的第一样本静脉图像，确定为所述目标样本静脉图像；

14、在所述第一特征相似度超过所述第一阈值的情况下，确定所述剩余样本静脉图像命中；

15、将最多命中次数的剩余样本静脉图像所对应的目标样本静脉图像确定为所述目标模板向量。

16、本技术一个实施例的自适应静脉模板注册方法，所述在所述第一特征相似度超过所述第一阈值的情况下，确定所述剩余样本静脉图像命中，包括：

17、通过公式：

18、

19、确定，其中，d为所述剩余样本静脉图像的总命中次数，vi为所述剩余样本静脉图像，vj为所述目标样本静脉图像，th为所述第一阈值，n为所述剩余样本静脉图像的数量，k为所述目标样本静脉图像的数量。

20、本技术一个实施例的自适应静脉模板注册方法，所述对获取的多个初始样本静脉图像进行特征提取和图像质量分析，分别获取第一样本特征和第一质量分数，包括：

21、将所述初始样本静脉图像输入至第一模型，获取所述第一模型输出的所述初始样本静脉图像对应的第一样本特征；其中，所述第一模型是以样本指静脉图像为样本，以样本指静脉图像所对应的样本特征为样本标签训练得到的；

22、将所述初始样本静脉图像输入至第二模型，获取所述第二模型输出的所述初始样本静脉图像对应的第一质量分数；其中，所述第二模型是以样本指静脉图像为样本，以样本指静脉图像所对应的样本质量为样本标签训练得到的。

23、第二方面，本技术提供了一种自适应静脉模板注册装置，该装置包括：

24、第一处理模块，用于对获取的多个初始样本静脉图像进行特征提取和图像质量分析，分别获取第一样本特征和第一质量分数；

25、第二处理模块，用于基于所述第一样本特征和所述第一质量分数，对所述多个初始样本静脉图像进行去重处理，获取多个第一样本静脉图像；

26、第三处理模块，用于基于所述多个第一样本静脉图像中目标样本静脉图像与除所述目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从所述多个第一样本静脉图像中获取目标模板向量。

27、根据本技术实施例提供的自适应静脉模板注册装置，通过获取多个初始样本静脉图像的第一样本特征和第一质量分数，然后对多个初始样本静脉图像进行去重，以获取多个第一样本静脉图像，再基于多个第一样本静脉图像中目标样本静脉图像与除目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从多个第一样本静脉图像中获取目标模板向量，能够选取出最具代表性的不同角度的静脉样本作为模板，同时减少了模板数量，能够在提高静脉识别性能的情况下减少存储空间的消耗，在实际操作中只需设置初始样本静脉图像和目标样本静脉图像的数量即可自适应选择合适的目标样本静脉图像作为目标模板向量，步骤简单且易于实现。

28、第三方面，本技术提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的自适应静脉模板注册方法。

29、第四方面，本技术提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的自适应静脉模板注册方法。

30、第五方面，本技术提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的自适应静脉模板注册方法。

31、第六方面，本技术提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述第一方面所述的自适应静脉模板注册方法。

32、本技术实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：

33、通过获取多个初始样本静脉图像的第一样本特征和第一质量分数，然后对多个初始样本静脉图像进行去重，以获取多个第一样本静脉图像，再基于多个第一样本静脉图像中目标样本静脉图像与除目标样本静脉图像之外的剩余样本静脉图像之间的第一特征相似度与第一阈值，从多个第一样本静脉图像中获取目标模板向量，能够选取出最具代表性的不同角度的静脉样本作为模板，同时减少了模板数量，能够在提高静脉识别性能的情况下减少存储空间的消耗，在实际操作中只需设置初始样本静脉图像和目标样本静脉图像的数量即可自适应选择合适的目标样本静脉图像作为目标模板向量，步骤简单且易于实现。

34、进一步的，通过在多个初始样本静脉图像的数量不为零的情况下，将多个初始样本静脉图像中最高的第一质量分数对应的初始样本静脉图像确定为第一样本静脉图像，并将第一样本静脉图像从多个初始样本静脉图像中删除，能够筛选出质量最好的样本静脉图像，以提高最终模板匹配的精度；在初始样本静脉图像对应的第一样本特征与第一样本静脉图像对应的第一样本特征之间的第二特征相似度超过第二阈值的情况下，从多个初始样本静脉图像中删除初始样本静脉图像，能够删除与第一样本静脉图像相似度较高的静脉图像，进而对多个初始样本静脉图像进行去重操作，减少了最终模板的存储空间，提高了模板匹配的精准度。

35、更进一步的，通过在多个第一样本静脉图像的数量小于第三阈值的情况下，获取第一目标数量的样本静脉图像作为新的初始样本静脉图像，在实际操作中能够在降低整体样本静脉图像数量的基础上获取特征类型足够多的图像，丰富了模板的多样性，进而提高了模板匹配的准确度。

36、再进一步的，通过从多个第一样本静脉图像中随机获取第二目标数量的第一样本静脉图像，确定为目标样本静脉图像，然后在第一特征相似度超过第一阈值的情况下，确定剩余样本静脉图像命中，再将最多命中次数的剩余样本静脉图像所对应的目标样本静脉图像确定为目标模板向量，能够对去重后的样本池进行进一步地去冗余处理，从而获取最具代表性的注册模板特征向量，提高了模板匹配的精度。

37、本技术的附加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，或通过本技术的实践了解到。