本公開涉及圖像處理，更具體地，涉及一種指紋識別方法和指紋識別裝置。

背景技術(shù)：

1、生物識別是與人體特性相關(guān)的身體測量和計算。例如，指紋生物識別技術(shù)可用于驗證或識別一個人。指紋識別由于其高效性和準(zhǔn)確性，在認(rèn)證場景得到了普遍的應(yīng)用與部署。這些認(rèn)證場景可包括高安全性應(yīng)用(諸如，金融交易，智能手機解鎖和訪問控制的上下文中的認(rèn)證)。

2、雖然指紋識別對實時性要求非常高，但是它一般部署在具有有限資源的電子設(shè)備(諸如，嵌入式設(shè)備)中。

技術(shù)實現(xiàn)思路

1、本發(fā)明構(gòu)思提供一種指紋識別方法和指紋識別裝置。

2、在本公開的一個方面，一種指紋識別方法可包括：接收輸入指紋圖像；確定出現(xiàn)在輸入指紋圖像中的多個細(xì)節(jié)點，其中，所述多個細(xì)節(jié)點的數(shù)量為m；和通過執(zhí)行迭代方法來識別輸入指紋圖像中的指紋的合法性，所述迭代方法包括：從輸入指紋圖像獲得圖像塊，其中，圖像塊對應(yīng)于所述多個細(xì)節(jié)點中的相應(yīng)的細(xì)節(jié)點；通過將圖像塊輸入到用于指紋識別的神經(jīng)網(wǎng)絡(luò)中來計算圖像塊的分?jǐn)?shù)；將圖像塊的得分與先前獲得的圖像塊的總得分相加，，以獲得相加后的分?jǐn)?shù)；和當(dāng)相加后的得分滿足預(yù)設(shè)條件時，識別輸入指紋圖像中的指紋的合法性。

3、在一個實施例中，所述預(yù)設(shè)條件可包括第一條件，其中，第一條件指示總得分大于或等于m與預(yù)設(shè)閾值得分的乘積，并且其中，識別輸入指紋圖像中的指紋的合法性的步驟可包括：當(dāng)總得分滿足第一條件時，將輸入指紋圖像中的指紋識別為真。

4、在一個實施例中，所述預(yù)設(shè)條件可包括第二條件，其中，所述第二條件指示總得分和第一值的總和小于m與預(yù)設(shè)閾值的乘積，并且第一值等于m和n之間的差與所述神經(jīng)網(wǎng)絡(luò)能夠輸出的最大得分的乘積，其中，n對應(yīng)于通過將一與先前獲得的圖像塊的數(shù)量相加而獲得的數(shù)量，并且其中，識別輸入指紋圖像中的指紋的合法性的步驟可包括：當(dāng)總得分滿足第二條件時，將輸入指紋圖像中的指紋識別為假。

5、在一個實施例中，指紋識別方法可包括：確定輸入指紋圖像的中心坐標(biāo)；以及將所述多個圖像塊之中的與最靠近中心坐標(biāo)的第一數(shù)量的細(xì)節(jié)點對應(yīng)的第一數(shù)量的圖像塊和與最遠(yuǎn)離中心坐標(biāo)的第二數(shù)量的細(xì)節(jié)點對應(yīng)的第二數(shù)量的圖像塊確定為m個圖像塊，其中，第一數(shù)量和第二數(shù)量的總和等于m。

6、在一個實施例中，確定出現(xiàn)在輸入指紋圖像中的所述多個細(xì)節(jié)點的步驟可包括：使用特征提取算法從輸入指紋圖像提取所述多個細(xì)節(jié)點，其中，所述多個圖像塊中的每個圖像塊以所述多個細(xì)節(jié)點中的不同細(xì)節(jié)點為中心。

7、在本公開的一方面，提供一種指紋識別方法，所述指紋識別方法包括：接收輸入指紋圖像；將輸入指紋圖像劃分為m個圖像塊，其中，m是大于1的整數(shù)；通過將所述m個圖像塊中的連續(xù)的圖像塊輸入到用于指紋識別的神經(jīng)網(wǎng)絡(luò)來計算所述m個圖像塊之中的n個圖像塊的得分，直到在所述n個圖像塊的得分滿足預(yù)設(shè)條件，其中，得分是總得分，并且n是小于或者等于m的整數(shù)；以及中止計算所述m個圖像塊之中的剩余圖像塊的得分，并且識別輸入指紋圖像中的指紋的合法性。

8、在一個實施例中，所述預(yù)設(shè)條件包括第一條件，其中，第一條件指示所述n個圖像塊的得分的總和大于或者等于m與預(yù)設(shè)閾值得分的乘積，其中，識別輸入指紋圖像中的指紋的合法性的步驟包括：當(dāng)所述n個圖像塊的得分滿足第一條件時，將輸入指紋圖像中的指紋識別為真。

9、在一個實施例中，所述預(yù)設(shè)條件包括第二條件，其中，第二條件指示所述n個圖像塊的得分的總和與第一值的總和小于m與預(yù)設(shè)閾值得分的乘積，并且第一值等于m和n的差值與所述神經(jīng)網(wǎng)絡(luò)能夠輸出的最大得分之間的乘積，其中，識別輸入指紋圖像中的指紋的合法性的步驟包括：當(dāng)所述n個圖像塊的得分滿足第二條件時，將輸入指紋圖像中的指紋識別為假。

10、在一個實施例中，所述神經(jīng)網(wǎng)絡(luò)包括深度可分離卷積網(wǎng)絡(luò)，并且深度可分離卷積網(wǎng)絡(luò)的點卷積的輸出通道數(shù)和執(zhí)行所述指紋識別方法的指紋識別裝置所支持的乘法和累加操作一致。

11、在一個實施例中，深度可分離卷積網(wǎng)絡(luò)包括輸出通道數(shù)為預(yù)定數(shù)量的可分離卷積結(jié)構(gòu)，其中，可分離卷積結(jié)構(gòu)包括逐深度卷積層和逐點卷積層，其中，逐深度卷積層的卷積運算使用指紋識別裝置的卷積硬件加速器進行加速，并且逐點卷積層的卷積運算使用指紋識別裝置的乘法和累加硬件加速器進行加速。

12、在一個實施例中，通過對輸入指紋圖像進行劃分來獲得所述m個圖像塊的步驟包括：通過對輸入指紋圖像進行劃分來獲得多個圖像塊；確定輸入指紋圖像的中心坐標(biāo)；將所述多個圖像塊中的距中心坐標(biāo)最近的第一數(shù)量的圖像塊和所述多個圖像塊中的距中心坐標(biāo)最遠(yuǎn)的第二數(shù)量的圖像塊確定為所述m個圖像塊，其中，第一數(shù)量與第二數(shù)量之和等于m。

13、在一個實施例中，通過對輸入指紋圖像進行劃分來獲得所述多個圖像塊的步驟包括：使用特征提取算法從輸入指紋圖像中提取多個細(xì)節(jié)點，其中，所述多個圖像塊中的每個圖像塊通過以所述多個細(xì)節(jié)點中的不同細(xì)節(jié)點為中心。

14、在另一個方面，提供一種指紋識別裝置，所述指紋識別裝置包括：接收模塊，被配置為：接收輸入指紋圖像；獲得模塊，被配置為：通過對輸入指紋圖像進行劃分來獲得m個圖像塊，其中，m是大于1的整數(shù)；識別模塊，被配置為：通過將所述m個圖像塊中的連續(xù)的圖像塊輸入到用于指紋識別的神經(jīng)網(wǎng)絡(luò)來計算所述m個圖像塊之中的n個個圖像塊的得分，直到所述n個圖像塊的得分滿足預(yù)設(shè)條件，其中，得分是總得分，并且n是小于或者等于m的整數(shù)；中止計算所述m個圖像塊之中的剩余圖像塊的得分，并且識別輸入指紋圖像中的指紋的合法性，其中，n是小于或者等于m的整數(shù)。

15、在一個實施例中，所述預(yù)設(shè)條件包括第一條件，其中，第一條件指示所述n個圖像塊的得分的總和大于或者等于m與預(yù)設(shè)閾值得分的乘積，其中，識別模塊被配置為：當(dāng)所述n個圖像塊的得分滿足第一條件時，將輸入指紋圖像中的指紋的合法性識別為真。

16、在一個實施例中，所述預(yù)設(shè)條件包括第二條件，其中，第二條件指示所述n個圖像塊的得分的總和與第一值的總和小于m與預(yù)設(shè)閾值得分的乘積，并且第一值等于m和n的差值與所述神經(jīng)網(wǎng)絡(luò)能夠輸出的最大得分之間的乘積，其中，識別模塊被配置為：當(dāng)所述n個圖像塊的得分滿足第二條件時，將輸入指紋圖像中的指紋的合法性識別為假。

17、在一個實施例中，所述神經(jīng)網(wǎng)絡(luò)包括深度可分離卷積網(wǎng)絡(luò)，并且深度可分離卷積網(wǎng)絡(luò)的點卷積的輸出通道數(shù)和所述指紋識別裝置所支持的乘法和累加操作一致。

18、在一個實施例中，深度可分離卷積網(wǎng)絡(luò)包括輸出通道數(shù)為預(yù)定數(shù)量的可分離卷積結(jié)構(gòu)，其中，可分離卷積結(jié)構(gòu)包括逐深度卷積層和逐點卷積層，其中，逐深度卷積層的卷積運算使用所述指紋識別裝置的卷積硬件加速器進行加速，并且逐點卷積層的卷積運算使用所述指紋識別裝置的乘法和累加硬件加速器進行加速。

19、在一個實施例中，獲得模塊被配置為：通過對輸入指紋圖像進行劃分來獲得多個圖像塊；確定輸入指紋圖像的中心坐標(biāo)；將所述多個圖像塊中的距中心坐標(biāo)最近的第一數(shù)量的圖像塊和所述多個圖像塊中的距中心坐標(biāo)最遠(yuǎn)的第二數(shù)量的圖像塊確定為所述m個圖像塊，其中，第一數(shù)量與第二數(shù)量之和等于m。

20、在一個實施例中，獲得模塊被配置為：使用特征提取算法從輸入指紋圖像中提取多個細(xì)節(jié)點，其中，所述多個圖像塊中的每個圖像塊通過以所述多個細(xì)節(jié)點中的不同細(xì)節(jié)點為中心。

21、在一個實施例中，識別模塊的方法由存儲有計算機程序的計算機可讀存儲介質(zhì)在被處理器執(zhí)行時被實現(xiàn)。

22、在又一個方面，一種指紋識別裝置可包括：處理器；存儲有計算機程序的計算機可讀存儲介質(zhì)，其中，當(dāng)所述計算機程序被處理器執(zhí)行時，實現(xiàn)識別模塊的指紋識別方法。

23、根據(jù)本公開的示例實施例的指紋識別方法，可在計算圖像塊的得分的同時基于已經(jīng)計算出的圖像塊的得分是否滿足預(yù)設(shè)條件來確定是否提前中止剩余圖像塊的得分的計算以及是否最終識別出輸入指紋圖像的真假，因此，不需要計算獲得的全部圖像塊的得分來最終識別出輸入指紋圖像的真假是可行的，從而可減少時延，確保實時性。

24、根據(jù)本公開的示例實施例，由于深度可分離卷積網(wǎng)絡(luò)的點卷積的輸出通道數(shù)和執(zhí)行指紋識別方法的指紋識別裝置所支持的乘法和累加操作一致，因此，深度可分離卷積網(wǎng)絡(luò)的運算可在指紋識別裝置的硬件支持下更快速地被執(zhí)行，從而減少時延。

25、根據(jù)本公開的示例實施例，由于深度可分離卷積網(wǎng)絡(luò)中的逐深度卷積層的卷積運算使用指紋識別裝置的卷積硬件加速器進行加速，并且深度可分離卷積網(wǎng)絡(luò)中的逐點卷積層的卷積運算使用指紋識別裝置的乘法和累加硬件加速器進行加速，因此，深度可分離卷積網(wǎng)絡(luò)中的逐深度卷積層的卷積運算和深度可分離卷積網(wǎng)絡(luò)中的逐點卷積層的卷積運算可在指紋識別裝置的硬件支持下更快速地被執(zhí)行，從而減少時延。

26、根據(jù)本公開的示例實施例，由于可在無需計算全部圖像塊的得分的情況下基于第一條件提前中止得分的計算并且將輸入指紋圖像中的指紋識別為真，因此，可減少時延，并且確保實時性。

27、根據(jù)本公開的示例實施例，由于可在無需計算全部圖像塊的得分的情況下基于第二條件提前中止得分的計算并且將輸入指紋圖像中的指紋識別為假，因此，可減少時延，并且確保實時性。

28、根據(jù)本公開的示例實施例，相比于將多個圖像塊的全部確定為可應(yīng)用于用于指紋識別的神經(jīng)網(wǎng)絡(luò)的圖像塊，通過將多個圖像塊中的距中心坐標(biāo)最近的第一數(shù)量的圖像塊和多個圖像塊中的距中心坐標(biāo)最遠(yuǎn)的第二數(shù)量的圖像塊確定為可應(yīng)用于用于指紋識別的神經(jīng)網(wǎng)絡(luò)的m個圖像塊，一方面可確?？蓱?yīng)用于用于指紋識別的神經(jīng)網(wǎng)絡(luò)的圖像塊的信息的充足性(即，不影響用于指紋識別的神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性)，另一方面可減少用于指紋識別的神經(jīng)網(wǎng)絡(luò)處理圖像塊所需的時間(即，減少時延，并且確保實時性)。