买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安电子科技大学申请的专利一种基于深度学习的交叉库指纹识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114581961B 。

龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210096710.3，技术领域涉及：G06V40/12；该发明授权一种基于深度学习的交叉库指纹识别方法是由赵恒;程川;庞辽军;曹志诚设计研发完成，并于2022-01-26向国家知识产权局提交的专利申请。

本一种基于深度学习的交叉库指纹识别方法在说明书摘要公布了：本发明公开了一种基于深度学习的交叉库指纹识别方法，包括：将第一指纹图像集和第二指纹图像集，划分为目标图像集和源图像集；基于所述目标图像集和源图像集，确定伪目标图像集；对目标图像集和伪目标图像集中的图像进行增强处理，以分别得到第一增强指纹图像和第二增强指纹图像；基于第一增强指纹图像和第二增强指纹图像，获取第一特征向量和第二特征向量，以及获取第一细节点特征向量和第二细节点特征向量；基于第一特征向量和第二特征向量确定纹理匹配分数，以及基于第一细节点特征向量和第二细节点特征向量确定细节点匹配分数；确定最终匹配分数；根据所述最终匹配分数计算等错误率，以完成指纹识别。本发明能够提高指纹交叉库识别的精度。

本发明授权一种基于深度学习的交叉库指纹识别方法在权利要求书中公布了：1.一种基于深度学习的交叉库指纹识别方法，其特征在于，所述方法包括：步骤1：按照预设图像质量分类规则，将第一指纹采集器和第二指纹采集器对相同手指成对采集到的第一指纹图像集和第二指纹图像集，划分为目标图像集和源图像集，其中，目标图像集的图像质量高于源图像集的图像质量，且目标图像集和源图像集中的图像对于同一手指成对匹配；步骤2：基于所述目标图像集和源图像集，确定伪目标图像集；其中，所述伪目标图像集中包括第一伪图像集和第二伪图像集；步骤3：通过快速指纹增强算法，对目标图像集和伪目标图像集中的图像进行增强处理，以分别得到第一增强指纹图像和第二增强指纹图像；步骤4：基于所述第一增强指纹图像和第二增强指纹图像，获取第一特征向量和第二特征向量，以及获取第一细节点特征向量和第二细节点特征向量；步骤5：基于所述第一特征向量和第二特征向量确定纹理匹配分数，以及基于所述第一细节点特征向量和第二细节点特征向量确定细节点匹配分数；步骤6：根据所述纹理匹配分数和所述细节点匹配分数，确定最终匹配分数；步骤7：根据所述最终匹配分数计算等错误率，以完成指纹识别所述步骤2包括：步骤2-1：按照预设划分规则，将目标图像集划分为第一目标图像集和第二目标图像集；步骤2-2：按照预设划分规则，将源图像集划分为第一源图像集和第二源图像集；步骤2-3：将第一目标图像集和第一源图像集中的图像按对输入初始风格迁移网络，以对所述初始风格迁移网络进行训练，得到第一模型参数；步骤2-4：将所述第一模型参数加载至初始风格迁移网络，得到第一目标风格迁移网络；步骤2-5：将第二目标图像集和第二源图像集中的图像按对输入第一目标风格迁移网络进行测试，以将第二源图像集中源图像按照第二目标图像集中的目标图像进行风格迁移，得到第二伪图像集；步骤2-6：将第二目标图像集和第二源图像集中的图像按对输入初始风格迁移网络，以对所述初始风格迁移网络进行训练，得到第二模型参数；步骤2-7：将所述第二模型参数加载至初始风格迁移网络，得到第二目标风格迁移网络；步骤2-8：将第一目标图像集和第一源图像集中的图像按对输入第二目标风格迁移网络进行测试，以将第一源图像集中源图像按照第一目标图像集中的目标图像进行风格迁移，得到第一伪图像集；步骤2-9：将所述第一伪图像集和所述第二伪图像集确定为伪目标图像集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。