(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211391045.7 (22)申请日 2022.11.08 (71)申请人 荣耀终端 有限公司 地址 518040 广东省深圳市福田区香蜜湖 街道东海社区红荔西路8089号深业中 城6号楼A单元3401 (72)发明人 李丹洪　谢字希　邸皓轩　 (74)专利代理 机构 深圳市深佳知识产权代理事 务所(普通 合伙) 44285 专利代理师 孙超 (51)Int.Cl. G06V 40/12(2022.01) G06V 10/774(2022.01) (54)发明名称 训练指纹配对模型的方法、 电子设备、 程序 产品及介质 (57)摘要 本申请实施例提供一种训练指纹配对模型 的方法、 电子设备、 程序产品及计算机可读存储 介质， 能够提高指纹配对模型输出指纹的质量。 该方法包括： 根据第一指纹图像集合、 第三指纹 图像集合和生成网络获取四个模拟指纹图像集 合， 根据四个模拟指纹图像集合计算第一几何结 构损失及第二几何结构损失； 根据第一模拟指纹 图像集合、 第二模拟指纹图像集合、 第二指纹图 像集合、 第四指纹图像集合和判别网络获取目标 判别损失、 第一生成损失和第二生成损失； 根据 目标判别损失对判别网络进行训练； 根据第一生 成损失、 第二生成损失、 第一几何结构损失与第 二几何结构损失的加权和对生 成网络进行训练， 以建立指纹配对 模型。 权利要求书3页 说明书9页 附图5页 CN 115439894 A 2022.12.06 CN 115439894 A 1.一种训练指纹配对 模型的方法， 其特 征在于， 包括： 获取第一指纹图像集合和第 二指纹图像集合， 所述第 一指纹图像集合中每张指纹图像 的质量分低于预设质量分， 所述第二指纹图像集合中每张指纹图像的质量分高于预设质量 分； 将所述第一指纹图像集 合进行第一几何变换， 以得到第三指纹图像集 合； 将所述第二指纹图像集 合进行第一几何变换， 得到第四指纹图像集 合； 将所述第一指纹图像集合输入生成网络， 通过所述生成网络输出第 一模拟指纹图像集 合； 将所述第三指纹图像集合输入生成网络， 通过所述生成网络输出第 二模拟指纹图像集 合； 将所述第一模拟指纹图像集 合进行第一几何变换， 以得到第三模拟指纹图像集 合； 将所述第二模拟指纹图像集合进行第二几何变换， 以得到第 四模拟指纹图像集合， 所 述第二几何变换为所述第一几何变换的逆变换； 计算所述第一模拟指纹图像集合与所述第四模拟指纹图像集合之间的第一几何结构 损失， 以及所述第二模拟指纹图像集合与第三模拟指纹图像集合之间的第二几何结构损 失； 将所述第一模拟指纹图像集合和所述第 二指纹图像集合输入判别网络， 通过所述判别 网络输出第一判别损失和第一 生成损失； 将所述第二模拟指纹图像集合和所述第四指纹图像集合输入判别网络， 通过所述判别 网络输出第二判别损失和第二 生成损失； 根据目标判别损失对所述判别网络进行训练， 所述目标判别损失为所述第 一判别损失 与所述第二判别损失的加权和； 根据目标生成损失对所述生成网络进行训练， 所述目标生成损失为所述第一生成损 失、 所述第二 生成损失、 所述第一几何结构损失与所述第二几何结构损失的加权和； 根据训练后的生成网络与训练后的判别网络建立指纹配对 模型。 2.根据权利要求1所述的方法， 其特征在于， 所述第 一几何结构损失为第 一模拟指纹图 像集合与第四模拟指纹图像集合的灰度均方根误差， 所述第二几何结构损失为第二模拟指 纹图像集 合与第三模拟指纹图像集 合的灰度均方根 误差。 3.根据权利要求1所述的方法， 其特征在于， 所述第一几何变换为垂直翻转、 旋转90度 或旋转180度。 4.根据权利要求1至3中任一项所述的方法， 其特征在于， 所述获取第一指纹图像集合 和第二指纹图像集 合包括： 根据指纹质量 参数计算在指纹图像库中每张指纹图像的质量分； 根据指纹质量分从所述指纹图像库中选取第一指纹图像集 合和第二指纹图像集 合。 5.根据权利要求4所述的方法， 其特征在于， 所述指纹质量参数包括指纹图像的灰度平 均值和指纹图像的灰度方差； 所述根据指纹质量参数计算在指纹图像库中每张指纹图像的指纹图像质量分包括： 获 取每张指纹图像的灰度平均值和灰度方差； 对于任一指纹图像， 确定所述指纹图像的质量 分为所述指纹图像的灰度平均值和灰度方差的加权和。权　利　要　求　书 1/3 页 2 CN 115439894 A 26.根据权利要求1至 3中任一项所述的方法， 其特 征在于， 所述方法还 包括： 获取待处 理指纹； 将所述待处理指纹输入所述指纹配对模型的生成网络， 通过所述指纹配对模型的生成 网络生成所述待处 理指纹的配对指纹。 7.一种电子设备， 其特 征在于， 包括： 获取单元， 用于获取第一指纹图像集合和第二指纹图像集合， 所述第一指纹图像集合 中每张指纹图像的质量分低于预设质量分， 所述第二指纹图像集合中每张指纹图像的质量 分高于预设质量分； 处理单元， 用于将所述第一指纹图像集合进行第一几何变换， 以得到第三指纹图像集 合； 将所述第二指纹图像集合进 行第一几何变换， 得到第四指纹图像集合； 将所述第一指纹 图像集合输入生成网络， 通过所述生成网络输出第一模拟指纹图像集合； 将所述第三指纹 图像集合输入生成网络， 通过所述生成网络输出第二模拟指纹图像集合； 将所述第一模拟 指纹图像集合进行第一几何变换， 以得到第三模拟指纹图像集合； 将所述第二模拟指纹图 像集合进行第二几何变换， 以得到第四模拟指纹图像集合， 所述第二几何变换为所述第一 几何变换的逆变换； 计算所述第一模拟指纹图像集合与所述第四模拟指纹图像集合之 间的 第一几何结构损失， 以及所述第二模拟指纹图像集合与第三模拟指纹图像集合之 间的第二 几何结构损失； 将所述第一模拟指纹图像集合和所述第二指纹图像集合输入判别网络， 通 过所述判别网络输出第一判别损失和 第一生成损失； 将所述第二模拟指纹图像集合和所述 第四指纹图像集合输入判别网络， 通过所述判别网络输出第二判别损失和第二生成损失； 根据目标判别损失对所述判别网络进 行训练， 所述目标判别损失为所述第一判别损失与所 述第二判别损失的加权和； 根据目标生成损失对所述生成网络进行训练， 所述目标生成损 失为所述第一生成损失、 所述第二生成损失、 所述第一几何结构损失与所述第二几何结构 损失的加权和； 根据训练后的生成网络与训练后的判别网络建立指纹配对 模型。 8.根据权利要求7所述的电子设备， 其特征在于， 所述获取单元具体用于根据指纹质量 参数计算在指纹图像库中每张指纹图像的质量分； 根据指纹质量分从所述指纹图像库中选 取第一指纹图像集 合和第二指纹图像集 合。 9.根据权利要求8所述的电子设备， 其特征在于， 所述获取单元具体用于在所述指纹质 量参数包括指纹图像的灰度平均值和指纹图像的灰度方差的情况下， 获取每张指纹图像的 灰度平均值和灰度方差； 对于任一指纹图像， 确定所述指纹图像的质量分为所述指纹图像 的灰度平均值和灰度方差的加权和。 10.根据权利要求7至9中任一项所述的电子设备， 其特 征在于， 所述获取 单元还用于获取待处 理指纹； 所述处理单元还用于将所述待处理指纹输入所述指纹配对模型的生成网络， 通过所述 指纹配对 模型的生成网络生成所述待处 理指纹的配对指纹。 11.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器用于存储指令， 所述 处理器用于执 行所述指令， 使得 所述电子设备 执行权利要求1至 6中任一项的方法。 12.一种存储有指令的计算机可读存储介质， 其特征在于， 当所述指令在计算机上运行 时， 使得计算机执 行权利要求1至 6中任一项的方法。 13.一种包含指令的计算机程序产品， 其特征在于， 当所述指令在计算机上运行时， 使权　利　要　求　书 2/3 页 3 CN 115439894 A 3