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！

龙图腾网获悉山东建筑大学申请的专利一种基于深度学习的指纹脊线距离估计方法及系统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：CN115690855B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211376487.4，技术领域涉及：G06V40/12；该发明授权一种基于深度学习的指纹脊线距离估计方法及系统是由张浩;郝凡昌;杨璐;聂秀山;柳楠;许丽娜;李成龙设计研发完成，并于2022-11-04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指纹脊线距离估计方法及系统在说明书摘要公布了：本发明提出了一种基于深度学习的指纹脊线距离估计方法及系统，涉及生物特征识别技术领域,综合考虑空域和频域信息，构建多尺度指纹脊线距离估计模型，并通过互学习的方式进一步优化模型，使测量估计更加准确，具体方案包括：将已标注过脊线距离的训练指纹图像截取为多个标注图像块，以两个标注位点距离相近的标注图像块为一组，构建训练数据集；按分组将标注图像块成对输入到两个指纹脊线距离估计模型，同组两个标注图像块的结构相似性损失促进两个模型相互学习；将待估计的指纹图像截取为多个图像块，并将单个图像块输入最终的指纹脊线距离估计模型中，基于预测的单个图像块样本的脊线距离估计值，计算指纹图像的指纹脊线距离。

本发明授权一种基于深度学习的指纹脊线距离估计方法及系统在权利要求书中公布了：1.一种基于深度学习的指纹脊线距离估计方法，其特征在于，包括： 将已标注过脊线距离的训练指纹图像截取为多个标注图像块，以两个标注位点距离相近、且包含各自的脊线距离标注值的标注图像块为一组，构建训练数据集；由专家手工进行脊线距离标注，以标注位点位置为中心，截取64×64邻域图像块； 要求组内标注位点位置相近，而组间标注位点则是选择不同指纹区域； 构建基于轻量级卷积神经网络的指纹脊线距离估计模型，按分组将标注图像块成对输入到两个指纹脊线距离估计模型，同组两个标注图像块的结构相似性损失促进两个模型相互学习，对模型进行分布式训练，当模型性能收敛时，停止训练，并选取两个模型中性能表现最好的模型为最终的指纹脊线距离估计模型； 将待估计的指纹图像截取为多个图像块，并将单个图像块输入最终的指纹脊线距离估计模型中，基于预测的单个图像块样本的脊线距离估计值，计算指纹图像的指纹脊线距离； 将输入指纹图像最大窗口区域内截取的多个非重叠的64x64像素大小的指纹图像块，作为模型的输入，自动计算各个图像块的脊线距离值，通过指纹脊线距离估计模型获取更精细化的指纹脊线距离分布，并可加权计算图像内多个图像块的脊线距离值来对指纹脊线距离进行更加准确的测量； 特征向量通过数值解码器解码为指纹脊线距离；指纹脊线距离通过数值编码器编码为特征向量。

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山东建筑大学，其通讯地址为：250101 山东省济南市历城区临港开发区凤鸣路1000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”。

以上内容由龙图腾AI智能生成。