基于深度学习的小面积指纹匹配方法

来源：计算机应用杂志2017年第11期北京时间：

作者：张永良, 周冰, 詹小四, 裘晓光, 卢天培

单位：1. 浙江工业大学 计算机科学与技术学院, 杭州 310023;2. 浙江外国语学院 计算机科学与技术学院, 杭州 310024;3. 杭州易和网络有限公司, 杭州 310012

摘要：针对传统的基于细节特征点的指纹匹配方法多适用于采集面积较大的指纹，在面向智能手机端的小采集面积指纹时准确率明显下降的问题，提出一种基于深度学习的小面积指纹匹配方法。首先，提取指纹图像的细节特征点信息；其次，搜索和标定感兴趣纹理区域（ROI）；然后，构建并改进基于残差结构的轻量级深度神经网络，通过采用二值化特征模式优化网络和Triplet Loss方式训练模型；最后，制定一种智能手机端注册-匹配策略实现小面积指纹匹配。实验结果表明，提出方法在公开库FVCDB1与自建数据库上的等错率（EER）分别仅为0.50%与0.58%，远低于传统的基于细节特征点的指纹匹配方法，能够有效提升小面积指纹匹配的性能，更好地满足智能手机端的应用需求。

关键词：指纹匹配,深度学习,卷积神经网络,Triplet Loss

基金资助：浙江省自然科学基金资助项目（Y1101304）。