刘焰 李超

摘  要：在新兴信息技术推动社会快速发展的背景下，信息技术给人们在生活、工作、学习等各个方面带来了便利，不可忽视的是，技术的快速发展同时也存在着一定的不稳定因素。当前以生物特征为特点的鉴定技术颇受欢迎，其中的指纹识别具备高度的方便性和可靠性，但传统的指纹识别通常需要高质量、完整、清晰的识别对象，因此指纹出现污损、模糊等问题时会导致识别率降低。研究基于深度学习的污损指纹识别算法，来有效解决这些问题。

关键词：指纹识别;卷积神经网络;指纹深层特征

引言：

与传统的身份鉴定方法对比，指纹识别降低了被破译的风险，克服了传统身份认定方式准确性和便利性不足的缺点，利用不同的个体生物具有不同生理特征的特点来进行识别。目前，基于特征点对比的指纹识别技术已达到较高水准，而针对指纹污损问题，仍需要提升识别准确率。作为深度学习算法的其中一种，卷积神经网络（CNN）在模式识别和图像处理上得到广泛应用，其具有网络结构简单、训练参数少以及适用性较强的优点，在指纹识别上有效获得较高的识别率。

一、污损指纹识别带来的困难和挑战

根据我国的指纹档案数据显示，具有比较完整和高质量的指纹占比仅达总体的20%，而传统的指纹识别要求匹配的特征点数量达到一定的值域才可识别，污损指纹的特征点数量匹配不足则难以准确识别，识别污损……