基于深度学习的指纹方向场提取算法

作者：刘永鸿; 韩丛英; 郭田德

来源：运筹学学报, 2023, 27(04): 1-19.

DOI：10.15960/j.cnki.issn.1007-6093.2023.04.001

• 指纹方向场提取
• 深度学习
• 注意力机制
• 全卷积网络

作为指纹图像中的一个非常重要的特征,指纹方向场在自动指纹识别系统的很多环节中扮演着重要的角色,例如指纹图像增强、奇异点提取、指纹分类等。尽管现有的方向场提取算法可以取得不错的提取效果,但是这些算法对于图像噪声比较敏感,同时经常需要先验知识进行方向计算,算法运行也消耗了很多时间。针对指纹方向场提取问题,本文提出了一种基于全卷积网络的方向场提取算法,利用像素级别的分类任务估计方向场。根据指纹图像与注意力机制的特点,设计了一个用于提取方向场的注意力机制的全卷积网络,并在网络中添加了空洞卷积层,有效提取了不同指纹图像中重要的判别特征,同时设计了一个新的损失函数来训练网络,最终根据像素点的分类结果实现了方向场的提取。实验结果表明,本文的算法实现了较好的提取效果以及较快的提取速度,对于图像噪声等具有很好的鲁棒性。

• 单位
  中国科学院; 贵州财经大学; 中国科学院大学