(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 202210690815.1 (22)申请日 2022.06.17 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 徐玲玲　李佼　盛建达　戴磊　 刘玉宇　肖京　 (74)专利代理 机构 深圳市赛恩倍吉知识产权代 理有限公司 4 4334 专利代理师 陈敬华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/136(2017.01) G06T 7/40(2017.01)G06V 10/25(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01) G06V 10/764(2022.01) G06V 40/10(2022.01) (54)发明名称 基于人工智能的狗鼻纹质 量检测方法及相 关设备 (57)摘要 本申请提出一种基于人工智能的狗鼻纹质 量检测方法、 装置、 电子设备及存储介质， 基于人 工智能的狗鼻纹质量检测方法包括： 检测原始狗 鼻纹图像中的关键点； 基于所述 关键点划分所述 原始狗鼻 纹图像获得狗鼻纹掩膜图像； 提取所述 原始狗鼻 纹图像中的纹理特征获得纹理图像； 聚 合所述狗鼻纹掩膜 图像和所述纹理图像获得狗 鼻纹图像； 对 所述狗鼻纹图像进行分块获得多个 图像块， 并计算每个图像块的评分值； 依据所述 评分值评估所述狗鼻纹图像以获得狗鼻纹质量 检测结果。 该方法可以聚合狗鼻 纹掩膜图像和纹 理图像获得狗鼻纹图像， 并对狗鼻纹图像分块评 估获得狗鼻 纹质量检测结果， 从而能够提升狗鼻 纹质量检测的准确度。 权利要求书2页 说明书19页 附图3页 CN 115049622 A 2022.09.13 CN 115049622 A 1.一种基于人工智能的狗鼻纹质量检测方法， 其特 征在于， 所述方法包括： 检测原始狗鼻纹图像中的关键点； 基于所述关键点划分所述原 始狗鼻纹图像获得狗鼻纹掩膜图像； 提取所述原始狗鼻纹图像中的纹 理特征获得纹 理图像； 聚合所述狗鼻纹掩膜图像和所述纹 理图像获得狗鼻纹图像； 对所述狗鼻纹图像进行分块获得多个图像块， 并计算每 个图像块的评分值； 依据所述评分值评估所述狗鼻纹图像以获得狗鼻纹质量检测结果。 2.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述检测 原 始狗鼻纹图像中的关键点包括： a， 从所述原 始狗鼻纹图像中任选一个 像素点作为第一中心点； b， 依据预设的半径阈值标记所述第一中心点的邻域像素； c， 分别对比每 个邻域像素的灰度值与预设的评估阈值以获得每 个邻域像素的评估值； d， 依据所述评估值将所述第一中心点分类为关键点或非关键点； e， 分别将所述原始狗鼻纹图像中的每个像素点作为第一中心点并重复步骤b至步骤e 以获得多个关键点。 3.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述基于所 述关键点划分所述原 始狗鼻纹图像获得狗鼻纹掩膜图像包括： 依据预设的分类模型将所述关键点分类为鼻子轮廓关键点与鼻孔轮廓关键点； 计算所述鼻子轮廓关键点的外接多边形获得鼻子连通域， 并计算所述鼻孔轮廓关键点 的外接多边形获得 鼻孔连通 域； 先将鼻子连通域内的像素点标记为1， 再将鼻孔连通域内的像素点标记为0以获得狗鼻 纹掩膜图像。 4.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述提取所 述原始狗鼻纹图像中的纹 理特征获得纹 理图像包括： 计算所述原 始狗鼻纹图像中每 个像素点的横向纹 理值与纵向纹 理值； 基于所述横向纹 理值与所述纵向纹 理值计算备选纹 理图像； 对所述备选纹 理图像进行非极大值抑制获得纹 理图像。 5.如权利要求4所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述对所述 备选纹理图像进行非极大值抑制以获取纹 理图像包括： a， 从所述备选纹 理图像中任选一个 像素点作为中心像素点； b， 将所述中心像素点八邻域区域作为抑制区域； c， 计算所述抑制区域中所有像素点灰度值的均值作为抑制阈值； d， 分别对比每个像素点的像素值与所述抑制阈值， 若所述像素点的像素值大于所述抑 制阈值， 则标记该像素点为1， 若所述像素点的像素值不大于所述抑制阈值， 则标记该像素 点为0； e， 分别将所述备选纹理图像中每个像素点作为中心像素点并重复步骤a至步骤e以获 得纹理图像。 6.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述对所述 狗鼻纹图像进行分块获得多个图像块， 并计算每 个图像块的评分值， 包括：权　利　要　求　书 1/2 页 2 CN 115049622 A 2依据预设的分割阈值划分所述狗鼻纹图像获得多个图像块； 计算每个图像块中值 为0的像素个数与值 为1的像素个数的差值的绝对值； 计算所述 绝对值与对应的图像块中所有像素个数的比值作为每 个图像块的评分值。 7.如权利要求1所述的基于人工智能的狗鼻纹质量检测方法， 其特征在于， 所述依据 所 述评分值评估所述狗鼻纹图像以获得狗鼻纹质量检测结果， 包括： 对所述评分值进行归一 化处理获得每 个图像块的归一 化评分值； 计算所述每 个图像块的归一 化评分值的方差以作为所述狗鼻纹图像的评估值； 对比所述评估值与预设的阈值以获得狗鼻纹质量检测结果。 8.一种基于人工智能的狗鼻纹质量检测装置， 其特 征在于， 所述装置包括： 检测单元， 用于检测原 始狗鼻纹图像中的关键点； 划分单元， 用于基于所述关键点划分所述原 始狗鼻纹图像获得狗鼻纹掩膜图像； 提取单元， 用于提取 所述原始狗鼻纹图像中的纹 理特征获得纹 理图像； 聚合单元， 用于聚合所述狗鼻纹掩膜图像和所述纹 理图像获得狗鼻纹图像； 计算单元， 用于对所述狗鼻纹图像进行分块获得多个图像块， 并计算每个图像块的评 分值； 评估单元， 用于依据所述评分值评估所述狗鼻纹图像以获得狗鼻纹质量检测结果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 存储器， 存储计算机可读指令； 及 处理器， 执行所述存储器 中存储的计算机可读指令以实现如权利要求1至7中任意一项 所述的基于人工智能的狗鼻纹质量检测方法。 10.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质中存储有计算机 可读指令， 所述计算机可读指 令被电子 设备中的处理器执行以实现如权利要求 1至7中任意 一项所述的基于人工智能的狗鼻纹质量检测方法。权　利　要　求　书 2/2 页 3 CN 115049622 A 3