基于自注意力深度哈希的海量指纹索引方法

来源：计算机工程与应用杂志2022年第18期北京时间：

作者：吴元春, 赵彤

单位：1.中国科学院大学 计算机科学与技术学院，北京 100049；2.中国科学院大学 数学科学学院，北京 100049；3.中国科学院大数据挖掘和知识管理重点实验室，北京 100190；

摘要：现有的指纹索引方法大多是基于实数值特征向量，当应用于大规模指纹库时无法避免计算资源与存储空间消耗巨大的问题。为了在海量指纹库中进行高效快速检索并得到实时响应结果，提出了一种全新的基于有监督深度哈希的指纹索引方法。将传统指纹领域知识与自注意力深度哈希模型相结合。传统领域知识用于指纹图像预处理来获取指纹二值骨架图，自注意力深度哈希模型进行特征提取与哈希映射得到二进制编码。其中特征提取模块使用Transformer结构替换卷积神经网络来提取指纹细节特征，此外模型中加入了自动对齐模块并设计了一种STN-AE的结构来辅助训练该模块。最后在NIST4、NIST14、FVC2000、FVC2002、FVC2004等公开指纹数据集上进行了实验，实验结果证实该方法在提高海量指纹库中的检索速度以及降低存储消耗等方面是卓有成效的。

关键词：指纹索引,深度哈希,自动对齐,指纹骨架图,自注意力机制