基于改进YOLOv5的指纹二级特征检测方法

作者：高梦婷; 孙晗; 唐云祁^*; 杨智雄

来源：激光与光电子学进展, 2023, 60(10): 89-99.

• 图像处理
• 目标检测
• 指纹特征识别
• YOLOv5
• 注意力机制

马德里指纹错案的出现使得现行指纹鉴定体系不断受到挑战和质疑。以指纹二级特征的统计规律为基础的量化鉴定技术成为了新的研究难点与热点，而指纹二级特征的自动检测与分类是实现指纹二级特征自动统计的基础。因此，提出一种基于YOLOv5的指纹二级特征检测方法。首先，建立指纹二级特征数据集，共包含4000张带标注的指纹图像；其次，根据指纹二级特征点尺寸小且分布密集的特点，对YOLOv5网络结构进行改进，删除原有的32倍下采样大目标特征检测层，添加新的微小特征融合层；再使用Feature Pyramid Networks(FPN)、Pyramid Attention Network(PAN)和Spatial Pyramid Pooling(SPP)结构通过融合多种尺度的方式实现局部特征和全局特征提取；最后，添加Squeeze-and-Excitation(SE)通道注意力机制模块，有效增强模型的鲁棒性和密集小目标的检测能力。实验结果表明，相比于原模型，改进后YOLOv5s＿FI模型，在检测速度基本不变的情况下，平均精度均值（mAP0.5）从93.0%提高到97.4%，且权重缩减了3/4。

• 单位
  中国人民公安大学