本文選題：指紋匹配 + 深度學(xué)習(xí)��； 參考：《計算機應(yīng)用》2017年11期

【摘要】：針對傳統(tǒng)的基于細(xì)節(jié)特征點的指紋匹配方法多適用于采集面積較大的指紋,在面向智能手機端的小采集面積指紋時準(zhǔn)確率明顯下降的問題,提出一種基于深度學(xué)習(xí)的小面積指紋匹配方法。首先,提取指紋圖像的細(xì)節(jié)特征點信息;其次,搜索和標(biāo)定感興趣紋理區(qū)域(ROI);然后,構(gòu)建并改進基于殘差結(jié)構(gòu)的輕量級深度神經(jīng)網(wǎng)絡(luò),通過采用二值化特征模式優(yōu)化網(wǎng)絡(luò)和Triplet Loss方式訓(xùn)練模型;最后,制定一種智能手機端注冊匹配策略實現(xiàn)小面積指紋匹配。實驗結(jié)果表明,提出方法在公開庫FVCDB1與自建數(shù)據(jù)庫上的等錯率(EER)分別僅為0.50%與0.58%,遠(yuǎn)低于傳統(tǒng)的基于細(xì)節(jié)特征點的指紋匹配方法,能夠有效提升小面積指紋匹配的性能,更好地滿足智能手機端的應(yīng)用需求。
[Abstract]:The traditional fingerprint matching method based on detail feature points is suitable for fingerprint with large area, and the accuracy of fingerprint with small area for smart phone is obviously decreased. A small area fingerprint matching method based on depth learning is proposed. Firstly, the minutiae of fingerprint image are extracted; secondly, the texture region of interest is searched and calibrated; then, the lightweight depth neural network based on residual structure is constructed and improved. The binary feature pattern is used to optimize the network and Triplet Loss training model. Finally, a smart phone registration matching strategy is developed to achieve small area fingerprint matching. The experimental results show that the proposed method is only 0.50% and 0.58% in the open library FVCDB1 and the self-built database respectively, which is far lower than the traditional fingerprint matching method based on detail feature points, and can effectively improve the performance of small area fingerprint matching. Better meet the application needs of smart phone.
【作者單位】： 浙江工業(yè)大學(xué)計算機科學(xué)與技術(shù)學(xué)院;浙江外國語學(xué)院計算機科學(xué)與技術(shù)學(xué)院;杭州易和網(wǎng)絡(luò)有限公司;
【基金】：浙江省自然科學(xué)基金資助項目(Y1101304)~~
【分類號】：TP18;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 王業(yè)琳,寧新寶,尹義龍;一種新的指紋匹配方法[J];中國圖象圖形學(xué)報;2003年02期

2 張圓圓;景曉軍;;基于快速遺傳算法的指紋匹配[J];計算機工程;2011年24期

3 曹國;孫權(quán)森;毛志紅;梅園;;一種新的形變指紋匹配方法[J];中國圖象圖形學(xué)報;2010年04期

4 胡朝鋒;王小平;;基于蟻群算法的指紋匹配研究[J];軟件導(dǎo)刊;2012年05期

5 詹小四,寧新寶,尹義龍,陳蘊;一種改進的點模式指紋匹配方法[J];南京大學(xué)學(xué)報(自然科學(xué)版);2003年04期

6 郭浩,歐宗瑛,何洋;一個新的基于細(xì)節(jié)特征的指紋匹配方法[J];大連理工大學(xué)學(xué)報;2005年01期

7 鮑通;;指紋識別技術(shù)中指紋匹配過程的研究[J];中國新通信;2012年12期

8 王崇文,李見為,林國清;基于合成模板的指紋匹配[J];儀器儀表學(xué)報;2004年02期

9 王崇文,李見為,林國清;一種新的復(fù)合指紋匹配法[J];計量學(xué)報;2004年01期

10 祝恩,殷建平,張國敏;基于多參考節(jié)點的指紋匹配方法[J];計算機研究與發(fā)展;2005年10期

相關(guān)會議論文 前2條

1 劉曉志;劉丹;陳曉波;楊英華;;指紋匹配中一種基準(zhǔn)點的求取方法[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

2 李悅;劉廣榮;林錫龍;;一種便攜式自動指紋識別系統(tǒng)的設(shè)計與實現(xiàn)[A];2004全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、2005全國光學(xué)與光電子學(xué)學(xué)術(shù)研討會、廣西光學(xué)學(xué)會成立20周年年會論文集[C];2005年

相關(guān)碩士學(xué)位論文 前6條

1 徐俊俊;基于射頻指紋匹配的高精度魯棒定位技術(shù)的研究與驗證[D];北京郵電大學(xué);2013年

2 張靜;基于聲光技術(shù)的指紋匹配技術(shù)研究[D];電子科技大學(xué);2009年

3 賈同輝;指紋匹配及紋線距離估計算法研究[D];山東大學(xué);2007年

4 李亮;基于隱馬爾可夫模型的指紋匹配研究[D];燕山大學(xué);2009年

5 汪周武;殘缺指紋匹配方法研究[D];北方工業(yè)大學(xué);2011年

6 馬yN霞;遺傳算法在形變指紋匹配中的應(yīng)用[D];北京郵電大學(xué);2007年

，

本文編號：1901507