本申請提供了一種基于Resnet與Triplet Loss的指紋識別模型構建方法，其包括，構建N組初始樣本；利用Triplet Loss訓練N組初始樣本，得到N組訓練樣本；將N組訓練樣本輸入至初始Resnet模型中對初始Resnet模型進行訓練得到待測目標Resnet模型；將兩組測試樣本輸入待測目標Resnet模型中進行計算得到兩組圖像特征量；利用預設算法計算兩組圖像特征量之間的最大的余弦相似度；判斷最大的余弦相似度是否大于或者等于預設值；根據待測目標Resnet模型生成目標Resnet模型；或者，構建M組訓練樣本并將M組訓練樣本輸入至待測目標Resnet模型中對待測目標Resnet模型進行訓練。本申請還提供了一種存儲介質和計算機設備。上述方法通過Resnet與Triplet Loss共同構建的指紋識別模型有效的解決了窄邊指紋匹配識別的問題。

技術領域

本申請涉及指紋識別領域，尤其涉及一種指紋識別模型構建方法、存儲介質及計算機設備。

背景技術

當今社會，科學技術不斷快速發展，手機、電腦等電子設備更新換代頻繁，利用指紋進行身份驗證、識別變的流行起來。指紋是具有高度辨識性和唯一性人體生物特征，且具有采集容易、安全性高等特點，指紋識別是當前生物特征識別技術的主要方式之一。隨著生物識別技術發展，屏下指紋識別技術有向側邊指紋轉變的趨勢。側邊指紋采集所需要設備感應面積更小、應用更方便等特點，但是所采集的指紋圖像呈細長條形，有用指紋信息少，錄入和解鎖指紋的方向、位置可能會相差很大，這給指紋識別中拒真和認假帶來挑戰。

因此，如何獲取能夠對窄邊指紋進行準確匹配識別的模型是亟需解決的問題。

發明內容

本申請提供一種指紋識別模型構建方法、存儲介質及計算機設備，可以有效的實現窄邊指紋的匹配與識別。

第一方面，本申請實施例提供一種基于Resnet與Triplet Loss的指紋識別模型構建方法，基于Resnet與Triplet Loss的指紋識別模型構建方法包括：

構建N組初始樣本，N組初始樣本中每一組初始樣本包括錨樣本、正樣本和負樣本，錨樣本、正樣本和負樣本為正方形圖像，N為大于1的整數；

利用Triplet Loss訓練N組初始樣本，得到N組訓練樣本，N組訓練樣本中每一訓練樣本包括第一訓練樣本和第二訓練樣本，第一訓練樣本為錨樣本和正樣本生成的樣本，第二訓練樣本為錨樣本和負樣本生成的樣本；

將N組訓練樣本輸入至初始Resnet模型中對初始Resnet模型進行訓練得到待測目標Resnet模型；

將兩組測試樣本輸入待測目標Resnet模型中進行計算得到兩組圖像特征量，兩組測試樣本取樣于同一根手指，兩組測試樣本中每一組測試樣本包括X張正方形圖像，X為大于1的整數；

利用預設算法計算兩組圖像特征量之間的最大的余弦相似度；

判斷最大的余弦相似度是否大于或者等于預設值；

當最大的余弦相似度大于或者等于預設值時，根據待測目標Resnet模型生成目標Resnet模型；

當最大的余弦相似度小于預設值時，構建M組訓練樣本并將M組訓練樣本輸入至待測目標Resnet模型中對待測目標Resnet模型進行訓練，M為大于1的整數。

第二方面，本申請實施例提供一種存儲介質，存儲介質上存儲程序指令，程序指令被處理器執行以實現上述的基于Resnet與Triplet Loss的指紋識別模型構建方法。

第三方面，本申請實施例提供一種計算機設備，計算機設備包括：

存儲器，用于存儲程序指令；

處理器，用于執行程序指令以使計算機設備實現上述的基于Resnet與TripletLoss的指紋識別模型構建方法。