基于回归的指纹方向场估计

来源：计算机技术与发展杂志2017年第01期北京时间：

作者：戴晓薇;赵启军

摘要：指纹方向场对指纹的奇异点检测、特征提取和匹配、分类识别等至关重要。可靠地估计指纹方向场至今为止仍是一个具有挑战性的问题。现有方法一般先估计初始方向场，再对其进行去噪或者正则化处理。受最新的深度学习技术的启发，提出一种基于回归的端到端指纹方向场估计算法。该算法直接建立指纹图像块的纹理特征与其中心位置的脊线方向之间的映射关系。利用总变差模型分解指纹图像，以去除噪音的干扰；将指纹图像分成若干块，并利用深度卷积神经网络学习这些块的纹理特征与其中心位置脊线方向之间的回归函数。为评估文中算法的有效性，使用NIST SD14数据库中的指纹作为训练数据，在FVC2002和FVC2004数据库上进行测试。实验结果表明：与已有的算法相比，该算法不仅简单易操作，而且具备较好的抗噪能力，可以准确地估计出奇异点及其周围的方向场，能够有效提高指纹识别率。

关键词：指纹方向场;卷积神经网络;回归;总变差模型