【技術(shù)實現(xiàn)步驟摘要】
本申請涉及人工智能，更具體地，涉及一種掌紋模型的訓(xùn)練方法、裝置、存儲介質(zhì)及計算機設(shè)備。
技術(shù)介紹
1、掌紋識別(palmer?recognition)技術(shù)是一種基于人體掌紋的生物識別技術(shù)，可以用于身份認證以及邊境安全等方面。相關(guān)技術(shù)在對目標對象進行掌紋識別的過程中，需要對掌紋圖像進行掌紋特征(如，掌紋形態(tài)和脈絡(luò)等)的提取，因此，掌紋特征的提取質(zhì)量往往對掌紋識別的性能具有較大的影響。
2、目前，掌紋識別方法主要基于深度學(xué)習(xí)實現(xiàn)掌紋特征提取。在采集目標對應(yīng)的掌紋圖像后可以利用特征提取模型對掌紋圖像進行特征提取得到掌紋特征，進而根據(jù)掌紋特征進行下游任務(wù)。由于，掌紋圖像的采集比較困難，使得模型訓(xùn)練的數(shù)據(jù)集中訓(xùn)練樣本不足且單一。從而，導(dǎo)致模型的訓(xùn)練效果較差。
技術(shù)實現(xiàn)思路
1、本申請實施例提供一種掌紋模型的訓(xùn)練方法、裝置、存儲介質(zhì)以及計算機設(shè)備。通過訓(xùn)練出的生成對抗網(wǎng)絡(luò)生成負樣本，能夠增加訓(xùn)練樣本的數(shù)量和類型，進而提高掌紋模型的訓(xùn)練效果。
2、一方面，本申請實施例提供一種掌紋模型的訓(xùn)練方法，應(yīng)用于多個終端中的任一個終端，多個終端均與服務(wù)端通信連接，各終端分別設(shè)有本地訓(xùn)練集，該方法包括：接收服務(wù)端發(fā)送的生成對抗網(wǎng)絡(luò)；利用本地訓(xùn)練集中的樣本掌紋圖像對生成對抗網(wǎng)絡(luò)進行本地訓(xùn)練，得到針對生成對抗網(wǎng)絡(luò)的本地網(wǎng)絡(luò)參數(shù)；向服務(wù)端發(fā)送針對生成對抗網(wǎng)絡(luò)的本地網(wǎng)絡(luò)參數(shù)；接收服務(wù)端發(fā)送的第一全局網(wǎng)絡(luò)參數(shù)，第一全局網(wǎng)絡(luò)參數(shù)是服務(wù)端對來自多個終端的本地網(wǎng)絡(luò)參數(shù)進行融合得到；基于第一全局網(wǎng)絡(luò)參數(shù)
3、由此，通過聯(lián)合服務(wù)端和終端對生成對抗網(wǎng)絡(luò)進行網(wǎng)絡(luò)訓(xùn)練，得到目標生成對抗網(wǎng)絡(luò)，進而通過目標生成對抗網(wǎng)絡(luò)中的生成器，基于輸入噪聲生成負樣本掌紋圖像，從而，增加了訓(xùn)練樣本的數(shù)量和類型，進一步地，利用帶有噪聲的負樣本掌紋圖像和樣本掌紋圖像訓(xùn)練掌紋模型，能夠增強掌紋模型的泛化能力和魯棒性，從而提高掌紋模型的訓(xùn)練效果。
4、另一方面，本申請實施例還提供一種掌紋識別方法，應(yīng)用于終端，該方法包括：通過目標掌紋模型對目標掌紋圖像進行特征提取，得到目標掌紋特征；目標掌紋模型是按照如上述掌紋模型的訓(xùn)練方法訓(xùn)練得到的；向服務(wù)端發(fā)送目標掌紋特征；接收服務(wù)端返回的掌紋識別結(jié)果，服務(wù)端根據(jù)目標掌紋特征進行特征匹配，確定掌紋識別結(jié)果。
5、另一方面，本申請實施例還提供一種掌紋識別方法，應(yīng)用于服務(wù)端，方法包括：接收終端發(fā)送的目標掌紋特征；終端通過目標掌紋模型對目標掌紋圖像進行特征提取，得到目標掌紋特征；目標掌紋模型是按照如上述掌紋模型的訓(xùn)練方法訓(xùn)練得到的；將目標掌紋特征在掌紋特征庫中進行特征匹配，確定針對目標掌紋特征的掌紋識別結(jié)果；向終端發(fā)送掌紋識別結(jié)果。
6、另一方面，本申請實施例還提供一種掌紋模型的訓(xùn)練裝置，應(yīng)用于多個終端中的任一個終端，多個終端均與服務(wù)端通信連接，各終端分別設(shè)有本地訓(xùn)練集，該裝置包括：第一網(wǎng)絡(luò)接收模塊，用于接收服務(wù)端發(fā)送的生成對抗網(wǎng)絡(luò)；第一本地訓(xùn)練模塊，用于利用本地訓(xùn)練集中的樣本掌紋圖像對生成對抗網(wǎng)絡(luò)進行本地訓(xùn)練，得到針對生成對抗網(wǎng)絡(luò)的本地網(wǎng)絡(luò)參數(shù)；第一參數(shù)發(fā)送模塊，用于向服務(wù)端發(fā)送針對生成對抗網(wǎng)絡(luò)的本地網(wǎng)絡(luò)參數(shù)；第一參數(shù)接收模塊，用于接收服務(wù)端發(fā)送的第一全局網(wǎng)絡(luò)參數(shù)，第一全局網(wǎng)絡(luò)參數(shù)是服務(wù)端對來自多個終端的本地網(wǎng)絡(luò)參數(shù)進行融合得到；第一參數(shù)更新模塊，用于基于第一全局網(wǎng)絡(luò)參數(shù)，更新本地的生成對抗網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)；掌紋模型訓(xùn)練模塊，用于若達到第一訓(xùn)練結(jié)束條件，利用訓(xùn)練后的目標生成對抗網(wǎng)絡(luò)中的生成器基于輸入噪聲生成負樣本掌紋圖像，并利用負樣本掌紋圖像和樣本掌紋圖像訓(xùn)練掌紋模型。
7、另一方面，本申請實施例還提供一種掌紋識別裝置，應(yīng)用于終端，該裝置包括：特征提取模塊，用于通過目標掌紋模型對目標掌紋圖像進行特征提取，得到目標掌紋特征；目標掌紋模型是按照如上述掌紋模型的訓(xùn)練方法訓(xùn)練得到的；特征發(fā)送模塊，用于向服務(wù)端發(fā)送目標掌紋特征；結(jié)果接收模塊，用于接收服務(wù)端返回的掌紋識別結(jié)果，服務(wù)端根據(jù)目標掌紋特征進行特征匹配，確定掌紋識別結(jié)果。
8、另一方面，本申請實施例還提供一種掌紋識別裝置，應(yīng)用于服務(wù)端，該裝置包括：特征接收模塊，用于接收終端發(fā)送的目標掌紋特征；終端通過目標掌紋模型對目標掌紋圖像進行特征提取，得到目標掌紋特征；目標掌紋模型是按照如上述掌紋模型的訓(xùn)練方法訓(xùn)練得到的；特征匹配模塊，用于將目標掌紋特征在掌紋特征庫中進行特征匹配，確定針對目標掌紋特征的掌紋識別結(jié)果；結(jié)果發(fā)送模塊，用于向終端發(fā)送掌紋識別結(jié)果。
9、另一方面，本申請實施例還提供一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)存儲有計算機程序，其中，在該計算機程序被處理器運行時執(zhí)行上述各個方法中的步驟。
10、另一方面，本申請實施例還提供一種計算機設(shè)備，該計算機設(shè)備包括處理器以及存儲器，存儲器存儲有計算機程序，該計算機程序被處理器調(diào)用時執(zhí)行上述各個方法中的步驟。
11、另一方面，本申請實施例還提供一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括計算機程序，該計算機程序存儲在存儲介質(zhì)中；計算機設(shè)備的處理器從存儲介質(zhì)讀取該計算機程序，處理器執(zhí)行該計算機程序，使得計算機設(shè)備執(zhí)行上述各個方法中的步驟。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種掌紋模型的訓(xùn)練方法，其特征在于，應(yīng)用于多個終端中的任一個終端；所述多個終端均與服務(wù)端通信連接；各所述終端分別設(shè)有本地訓(xùn)練集，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述生成對抗網(wǎng)絡(luò)包括生成器和判別器；所述本地網(wǎng)絡(luò)參數(shù)包括針對所述生成器的第一本地網(wǎng)絡(luò)參數(shù)和針對所述判別器的第二本地網(wǎng)絡(luò)參數(shù)；
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述第一迭代更新步驟中按照如下步驟對所述判別器進行各輪迭代更新：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述判別器的網(wǎng)絡(luò)參數(shù)包括權(quán)重參數(shù)，所述根據(jù)所述第一損失更新所述判別器的網(wǎng)絡(luò)參數(shù)，包括：
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述在所述第二迭代更新步驟中按照如下步驟對所述生成器進行各輪迭代更新：
7.根據(jù)權(quán)利要求1至6任一項所述的方法，其特征在于，所述利用所述負樣本掌紋圖像和樣本掌紋圖像訓(xùn)練掌紋模型，包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述利用本地訓(xùn)練集中
9.一種掌紋識別方法，其特征在于，應(yīng)用于終端，所述方法包括：
10.根據(jù)權(quán)利要求9所述的方法，其特征在于，所述通過目標掌紋模型對目標掌紋圖像進行特征提取，得到目標掌紋特征之前，所述方法還包括：
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述通過訓(xùn)練后的生成對抗網(wǎng)絡(luò)中的判別器對目標掌紋圖像進行掌圖檢測，獲得檢測結(jié)果之后，所述方法還包括：
12.一種掌紋模型的訓(xùn)練裝置，其特征在于，應(yīng)用于多個終端中的任一個終端；所述多個終端均與服務(wù)端通信連接；各所述終端分別設(shè)有本地訓(xùn)練集，所述裝置包括：
13.一種掌紋識別裝置，其特征在于，應(yīng)用于終端，所述裝置包括：
14.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序可被處理器調(diào)用執(zhí)行如權(quán)利要求1～11任一項所述的方法。
15.一種計算機設(shè)備，其特征在于，包括：
16.一種計算機程序產(chǎn)品，其特征在于，所述計算機程序產(chǎn)品包括計算機程序，所述計算機程序被存儲在存儲介質(zhì)中；計算機設(shè)備的處理器從存儲介質(zhì)讀取所述計算機程序，處理器執(zhí)行所述計算機程序，使得所述計算機設(shè)備執(zhí)行如權(quán)利要求1～11任一項所述的方法。
...【技術(shù)特征摘要】
1.一種掌紋模型的訓(xùn)練方法，其特征在于，應(yīng)用于多個終端中的任一個終端；所述多個終端均與服務(wù)端通信連接；各所述終端分別設(shè)有本地訓(xùn)練集，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述生成對抗網(wǎng)絡(luò)包括生成器和判別器；所述本地網(wǎng)絡(luò)參數(shù)包括針對所述生成器的第一本地網(wǎng)絡(luò)參數(shù)和針對所述判別器的第二本地網(wǎng)絡(luò)參數(shù)；
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，在所述第一迭代更新步驟中按照如下步驟對所述判別器進行各輪迭代更新：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述判別器的網(wǎng)絡(luò)參數(shù)包括權(quán)重參數(shù)，所述根據(jù)所述第一損失更新所述判別器的網(wǎng)絡(luò)參數(shù)，包括：
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述在所述第二迭代更新步驟中按照如下步驟對所述生成器進行各輪迭代更新：
7.根據(jù)權(quán)利要求1至6任一項所述的方法，其特征在于，所述利用所述負樣本掌紋圖像和樣本掌紋圖像訓(xùn)練掌紋模型，包括：
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述利用本地訓(xùn)練集中的樣本掌紋圖像和由所述目標生成對抗網(wǎng)路中的生成器生成的負樣本掌紋圖像對所述掌紋模型進行本地訓(xùn)練，得到針對所述掌紋模型...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：池浩瀚，張晉銘，王少鳴，郭潤增，
申請(專利權(quán))人：騰訊科技深圳有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。