基于卷积神经网络实现指纹图像的配准

陈 雷

上海市浦东公安分局刑事科学研究所，上海 200125

用指纹进行身份识别，虽然目前有很多的研究成果，在某些方面也非常成熟，但是这些成果作用于低质量的指纹图像时，往往难以获得较高的准确率。而且鉴于系统资源的有限性，在某些环境中，指纹的识别对实时性要求很高，所以在时间的限制下获得较高的识别结果非常重要。有鉴于此，本文引入基于卷积神经网络的深度学习模型，使用卷积神经网络对图像配准中的旋转问题进行处理，从而实现利用有限的资源进行快速的配准。

一、卷积神经网络

在深度学习领域中，应用最广泛的是卷积神经网络，也称之为卷积网络，是一种专门用来处理具有类似网格结构的数据的神经网络。卷积神经网络在诸多应用领域都表现优异，譬如时间序列数据。卷积神经网络中一个典型层包含三级：在第一级中，这一层并行地计算多个卷积产生一组线性激活响应；在第二级中，每一个线性激活响应将会通过一个非线性的激活函数，该级有时也称为探测级；在第三级中，利用卷积神经网络提供的池化函数再次优化其输出。池化函数负责对卷积层提取的特征进行处理，以代替网络在该位置的输出，例如，最大池化函数给出相邻矩形区域内的最大值。不管采用什么样的池化函数，当输入做出少量平移时，池化能够帮助输入的表示近似不变。使用池化操作可以认为是添加了足够强的先验：通过该层学习获得的函数务必具备少量平移不变性的要求。当这个假设成立时，池化可以极大地提高网络的统计效率。

二、图像配准

图像配准是指求解几幅图像之间的空间变换关系，从而使一对或多幅图像达到空间上的对齐。目前从技术角度讲，可以将图像配准分为：图像融合下的多模态配准、识别或定位下的模板配准、图像深度变换和变形下的观察点配准、检测物体生长变化下的时间序列配准等。图像配准的一般流程如下：

(一)特征空间

特征空间是点、边缘等，是从图像中抽取出来的用于配准的特征。从某种角度来看，特征空间直接关系到图像中特征对配准算法的敏感性。

(二)搜索空间

搜索空间是对浮动图像进行变换的方式以及范围。随着搜索空间的增大，算法时间复杂度呈指数增长。因此，搜索空间在一定程度上影响搜索的速度。

(三)相似性度量

相似性度量会影响空间变换模型的选择，是衡量不同变换之下结果是否可靠的准则，在一定程度上与配准算法对干扰的抗性有关。

(四)搜索策略

搜索策略直接影响着配准的速度，是算法优化的重要方向。在理论上，通过穷举的搜索策略一定可以找到最优的参数，但是需要付出很大的时间代价，因此这往往是应用所无法接受的。

三、网络训练

(一)数据预处理

在指纹图像库中，提取参考图像和浮动图像，数据集为34300(5*7*7*7*20)对图像。为了增强网络的泛化能力，对每幅图像添加了高斯白噪声。在数据格式上，将图像数据转为HDF5格式，且对超过2GB的数据进行切分。切分后的数据按照4：1：1生成相应的训练集、验证集和测试集。

在数据预处理中，还有一项重要的工作就是对数据进行标准化，这样做的目的是加快梯度下降获得最优解的速度，为了方便实现，整幅图像灰度值均减去60，因为其灰度均值在60上下浮动。通过零均值化处理，可以提高模型的精度。

(二)网络结构

根据图像大小，以LeNet-5为基础，在其微小改动的基础上，使其能够处理100*100的输入图像，具体结构，见表1。

表1 网络结构

本结构通过传统的参数共享，以及参考图像与浮动图像在通道维度的合并，成功地提高了精度。为了方便预测，将输入图像的大小200*100分割为两张100*100的图像，然后依次经过卷积网络各层的处理。在网络内部，为了提升网络的处理效果，使用小卷积核替代大卷积核，从而减少了网络参数。

(三)网络配置

在深度网络学习过程中，还需要对一些参数进行设置，比如每次批处理的图像数，可以根据实际对batch_size进行赋值。通常情况下，该参数设置太小，很难保证网络快速收敛；如果设置过大，又会占用太大的内存空间。因此，在综合考量后，结合指纹处理的实际，将batch_size的值设定100。除此之外，为了有效激活神经元，还需要对negative_slope参数进行初始化，在参考相关文献和多次试验的基础上，本文最终将negative_slope设置为0.01。

(四)结果分析

本试验是在Ubuntu操作系统下进行的，具体硬件配置为：处理器(型号：i7-8750H；速度：2.2GHz；核心：6核)、内存(容量：8G+8G；插槽数量：2 x SO-DIMM)、硬盘(容量：1T；转速：7200转/分钟；接口类型：M.2接口)、显存(独显；芯片：GTX1070；容量：独立8GB)。

在试验中，针对不同的网络结构进行了对比试验，具体网络结构有：五层双分支、五层双通道、八层双分支、八层双通道。通过测试发现，采用八层并将双通道图像作为输入所得结果最好，其输出指标数据为：训练集loss为0.001236，测试集loss为0.001477，整个训练时间为1671.373秒。

在深度学习中，网络层数越多，网络结构的表达能力就越强，但是从时间上来看，训练持续的时间会更长。在多次测试调优的过程中，针对不同的网络结构，在不同参数设置对比后发现，初次学习率设置为0.16，收敛会有更好的效果。综合来看，通过卷积神经网络，可以实现指纹图像配准过程中的角度旋转以及平移等操作，而且从学习的时间来看，图像数据集越大，深度学习的优势体现得就会越充分。

四、结束语

近年来，在信息技术的辅助下，指纹识别的研究取得了可喜的成绩，但也存在精度不高等问题。为了弥补传统指纹识别的缺陷，高分辨率的指纹识别得到推广。本文针对两幅图像平移和旋转的配准问题，采用卷积神经网络进行图像数据的学习，在构建有效网络结构的基础上，通过不同网络的对比和参数的调优，成功降低了网络的loss，充分体现了卷积神经网络在大数据量下的数据处理优势。