-
公开(公告)号:CN108520225A
公开(公告)日:2018-09-11
申请号:CN201810287218.8
申请日:2018-03-30
Applicant: 南京信息工程大学
IPC: G06K9/00 , G06K9/32 , G06K9/40 , G06K9/44 , G06K9/46 , G06T3/00 , G06T5/10 , G06T5/30 , G06T7/13
Abstract: 本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法,该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取,图像空间变换处理以及卷积神经网络分类训练和测试。其中,指纹图像提取感兴趣区域预处理通过提取图像中指纹部分,去除空白区域;高频区域提取是通过高斯高通滤波器提取图像高频特征;图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作,从而实现对图像数据的扩充;卷积神经网络采用多层卷积池化,并使用了不同大小的卷积核提取图像特征,在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
-
公开(公告)号:CN108520225B
公开(公告)日:2021-07-27
申请号:CN201810287218.8
申请日:2018-03-30
Applicant: 南京信息工程大学
IPC: G06K9/00 , G06K9/32 , G06K9/40 , G06K9/44 , G06K9/46 , G06T3/00 , G06T5/10 , G06T5/30 , G06T7/13
Abstract: 本发明公开了一种基于空间变换卷积神经网络的指纹检测分类方法,该指纹检测分类方包括指纹图像提取感兴趣区域预处理、图像高频区域提取,图像空间变换处理以及卷积神经网络分类训练和测试。其中,指纹图像提取感兴趣区域预处理通过提取图像中指纹部分,去除空白区域;高频区域提取是通过高斯高通滤波器提取图像高频特征;图像空间变换处理是使用空间变换神经网络对输入图像做平移、裁剪、旋转操作,从而实现对图像数据的扩充;卷积神经网络采用多层卷积池化,并使用了不同大小的卷积核提取图像特征,在测试集上得到了很好的分类检测效果。本发明提供了一种成本低、检测精度高、耗时短的指纹检测方法。
-