摘要
本发明公开的基于FPGA的文物表面指纹提取与分析方法,具体按照以下步骤实施:步骤1,使用FPGA开发板外接摄像头采集文物表面指纹图像,形成指纹数据集,并外接显示屏展示图像;步骤2,使用公开数据集对应用卷积神经网络的深度学习模型进行预训练,然后将完成预训练的模型的权重在指纹数据集上进行迁移学习;步骤3,将完成迁移学习的深度学习模型部署在FPGA开发板,得到部署后模型;步骤4,步骤3中的部署后模型对步骤1采集的指纹图像进行特征信息提取和分析,分析结果在显示屏显示。本发明,解决了现有技术中非接触式技术在指纹提取时精度和清晰度不够,导致无法有效识别和提取指纹等关键信息的问题。
技术关键词
分析方法
深度学习模型
FPGA开发板
特征信息提取
预训练模型
显示屏
指纹图像数据
并行计算单元
采集指纹图像
卷积加速器
纹理特征
接触式
参数
曲线
光源