公开(公告)号：CN111666813B

公开(公告)日：2023-06-30

申请号：CN202010356352.6

申请日：2020-04-29

Applicant: 浙江工业大学

Inventor： 王海霞 ,  王如欣 ,  刘义鹏 ,  陈朋 ,  梁荣华 ,  张怡龙

IPC: G06V40/13 ,  G06V40/10 ,  G06N3/0464 ,  G06V10/82 ,  G06T3/60 ,  G06T7/187 ,  G06T7/90 ,  G06T17/00

Abstract: 一种基于非局部信息的三维卷积神经网络的皮下汗腺提取方法，包括如下步骤：1)利用归一化算法图像增强后，通过截取局部数据和数据旋转进行数据增广；2)通过添加Non_local模块构建基于非局部信息的三维卷积神经网络模型，损失函数采用Dice损失函数；3)将步骤一获取的训练集输入神经网络进行训练；4)利用汗腺体的大小的一定规律和汗腺体上下端的位置偏差不会太大的特性从初步的三维汗腺体图像中筛选并去除伪汗腺体。本发明充分利用指纹切片之间的像素相关性，利用非局部的信息来增加信息量，增强汗腺体信息，提高了指汗腺体检测的准确率。

公开(公告)号：CN111666813A

公开(公告)日：2020-09-15

申请号：CN202010356352.6

申请日：2020-04-29

Applicant: 浙江工业大学

Inventor： 王海霞 ,  王如欣 ,  刘义鹏 ,  陈朋 ,  梁荣华 ,  张怡龙

IPC: G06K9/00 ,  G06N3/04 ,  G06T3/60 ,  G06T7/187 ,  G06T7/90

Abstract: 一种基于非局部信息的三维卷积神经网络的皮下汗腺提取方法，包括如下步骤：1)利用归一化算法图像增强后，通过截取局部数据和数据旋转进行数据增广；2)通过添加Non_local模块构建基于非局部信息的三维卷积神经网络模型，损失函数采用Dice损失函数；3)将步骤一获取的训练集输入神经网络进行训练；4)利用汗腺体的大小的一定规律和汗腺体上下端的位置偏差不会太大的特性从初步的三维汗腺体图像中筛选并去除伪汗腺体。本发明充分利用指纹切片之间的像素相关性，利用非局部的信息来增加信息量，增强汗腺体信息，提高了指汗腺体检测的准确率。