買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江工業大學申請的專利一種基于無監督超分辨率的三維指紋方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116721212B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310687724.7，技術領域涉及：G06T17/00；該發明授權一種基于無監督超分辨率的三維指紋方法是由王海霞;姚永波;張怡龍;龐巧玲;梁榮華;陳朋設計研發完成，并于2023-06-12向國家知識產權局提交的專利申請。

本一種基于無監督超分辨率的三維指紋方法在說明書摘要公布了：一種基于無監督超分辨率的三維指紋方法，包括如下步驟：1設計無監督超分辨率網絡模型；2使用系統采集的條紋投影指紋圖像，通過無監督超分辨率神經網絡模型來提高條紋投影指紋圖像的分辨率，利用超分辨率后的圖像進行三維重建，得到指紋的三維結構。本發明設計了一個無監督神經網絡能夠解決單一低分辨率條紋投影指紋的超分辨率，同時也改善結構光采集到的條紋投影指紋邊緣模糊現象，從而使三維重建后的指紋圖像更加清晰，精度更高。

本發明授權一種基于無監督超分辨率的三維指紋方法在權利要求書中公布了：1.一種基于無監督超分辨率的三維指紋方法，其特征在于，包括如下步驟： 1構建無監督超分辨率網絡模型； 2使用系統采集的條紋投影指紋圖像，通過超分辨率網絡模型來提高條紋投影指紋圖像的分辨率，利用超分辨率后的圖像進行三維重建，得到指紋的三維結構； 所述步驟1包括如下步驟： 11構建無監督超分辨率網絡架構；在前向循環中使用m×n條紋投影指紋圖像x作為網絡的輸入，通過上采樣生成器GU得到2m×2n條紋投影指紋圖像GUx；接下來通過下采樣生成器GD得到m×n條紋投影指紋圖像GDGUx；后向循環中仍然采用m×n條紋投影指紋圖像x作為網絡的輸入，通過下采樣生成器GD得到0.5m×0.5n條紋投影指紋圖像GDx，下采樣圖像的分布盡可能接近輸入的條紋投影指紋圖像；然后，鑒別器DD將學習真實圖像x與虛假圖像GDx；接下來通過上采樣生成器GU得到m×n條紋投影指紋圖像GUGDx； 構建上采樣生成器；在上采樣生成器GU中，對圖像的兩端分別添加一個像素，以便在上采樣時避免邊界效應；接著預定義了一個雙線性的核進行卷積操作；它是一個4D張量，其中每個元素都是一個2×2的張量，表示一個像素在上采樣過程中如何分配其權重；然后使用pixel_shuffle方法進行上采樣，將圖像的高和寬分別放大2倍，并將圖像兩端的邊緣像素刪除以恢復原始大小；接著在經過8個卷積核為3×3、步幅為1、填充為1的八個卷積層，并且統一使用Relu作為激活函數；最后將使用pixel_shuffle方法進行上采樣的輸出結果與最終的輸出結果添加跳躍連接，方便網絡可以學到更多的信息；在初始化上采樣生成器的權重和偏置中，對于卷積層，使用Kaiming初始化方法來初始化權重，這種方法可以考慮到Relu激活函數的非線性特性，以及網絡深度對權重分布的影響；同時，將偏置初始化為0； 構建下采樣生成器；在下采樣生成器GD中，使用六個卷積層；其中第一層的卷積，卷積核為7×7、步幅為1；第二層的卷積，卷積核為5×5；第三層的卷積，卷積核為3×3；第四層和第五層卷積，卷積核為1×1、步幅為2；最后一層的卷積，卷積核為1×1；在初始化下采樣生成器的權重和偏置中，對于卷積層，使用正態分布來初始化權重，這個分布的標準差是1sqrtn，其中n是輸入特征的數量；這個初始化方法確保了每個神經元的輸入分布具有相同的方差，從而提高了網絡的穩定性；同時，將偏置初始化為0； 構建鑒別器；在鑒別器DD中，使用七個卷積層；其中第一層的卷積，卷積核為7×7、步幅為1，之后使用譜歸一化技術來穩定訓練；第二層到第五層的卷積，卷積核為1×1、步幅為1，之后同樣使用譜歸一化來穩定訓練，接著使用批歸一化，激活函數使用Relu函數；最后一層的卷積、卷積核為1×1、步幅為1、使用譜歸一化來穩定訓練；在初始化鑒別器的權重和偏置中，對于卷積層，使用Xavier初始化方法來初始化權重并用Sigmoid激活函數來輸出0-1之間的值，表示真實圖像合成圖像的分類；在初始化，這種方法考慮了輸入和輸出特征的數量和大小，以確保網絡的權重分布廣泛；同時，將偏置初始化為0；對于批歸一化層，使用正態分布來初始化權重，并將偏置設置為0； 12構建損失函數，訓練上采樣器和下采樣的總損失函數為： Ltotal＝LGAN+λcycleLcycle+λinterLinter1 其中λ代表不同損失函數的權重；LGAN為下采樣生成器對抗損失函數，Lcycle為周期一致性損失函數，Linter為二值化插值損失函數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。