申请/专利权人:浙江工业大学
申请日:2024-03-06
公开(公告)日:2024-06-14
公开(公告)号:CN118196843A
主分类号:G06V40/12
分类号:G06V40/12;G06N3/042;G06V10/25;G06V10/26;G06V10/46;G06N3/048;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明涉及指纹图像匹配技术应用领域,特别涉及一种基于图神经网络的OCT指纹匹配方法。本发明包括采集OCT指纹三维体数据并得到表皮指纹图像和映射汗孔位置;将表皮指纹图像进行组合,得到真对和假对;以每个映射汗孔位置为中心裁剪ROI区域,为每个ROI区域构建一个局部特征;根据ROI区域的局部特征,为每张表皮指纹图像构建一张特征表示图;构建孪生图神经网络嵌入匹配模型并进行训练,利用损失函数更新模型参数;利用训练好的孪生图神经网络嵌入匹配模型得到匹配分数。本发明在不忽略手指表皮信息的同时,结合OCT指纹中蕴含的丰富的皮下信息完成指纹匹配工作,有助于抵抗外部指纹的磨损以及测量时手指形变带来的影响。
主权项:1.一种基于图神经网络的OCT指纹匹配方法,其特征在于,所述基于图神经网络的OCT指纹匹配方法,包括:采集多个手指中每个手指的多个OCT指纹三维体数据,根据每个OCT指纹三维体数据中的指纹轮廓和皮下汗腺,得到一张表皮指纹图像和多个皮下汗腺在表皮指纹图像上的多个映射汗孔位置;将表皮指纹图像进行组合,得到来自同一手指的真对和来自不同手指的假对;以每个映射汗孔位置为中心裁剪ROI区域,为每个ROI区域构建一个局部特征;根据ROI区域的局部特征,为每张表皮指纹图像构建一张特征表示图,将所有真对和假对对应的特征表示图对构建为指纹匹配数据集;构建孪生图神经网络嵌入匹配模型,利用指纹匹配数据集对孪生图神经网络嵌入匹配模型进行训练和测试,利用损失函数更新孪生图神经网络嵌入匹配模型的参数;利用训练好的孪生图神经网络嵌入匹配模型得到匹配分数,若匹配分数大于预设阈值,则特征表示图对来自同一手指,若匹配分数小于等于预设阈值,则特征表示图对来自不同手指。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种基于图神经网络的OCT指纹匹配方法
免责声明
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。