指纹库的生成方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113609097A(43)申请公布日2021.11.05(21)申请号202110815735.X(22)申请日2021.07.19(71)申请人上海浦东发展银行股份有限公司地址200001上海市中山东一路12号(72)发明人袁昊吴梓祺杨欣捷张琛万化(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人黄晓庆(51)Int.Cl.G06F16/21(2019.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书18页附图9页(54)发明名称指纹库的生成方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种指纹库的生成方法、装置、计算机设备和存储介质。所述方法包括：通过针对于目标区域，获取第一真实指纹数据；检测目标区域，得到多个定位坐标，将多个定位坐标分别输入至预先训练的深度指纹生成模型，得到与多个定位坐标分别对应的虚拟指纹数据，虚拟指纹数据为在该定位坐标的UWB信号的预测信号飞行时间，深度指纹生成模型是通过目标区域内的第一真实指纹数据、以及第二真实指纹数据训练得到的；根据真实指纹数据以及虚拟指纹数据，可以生成高密度的指纹库，解决由于高密度指纹股的部署效率较低以及部署过程较为繁琐的问题，平衡了系统的部署成本以及定位性能，保证应用上述指纹库的定位系统的鲁棒性。CN113609097ACN113609097A权利要求书1/3页1.一种指纹库的生成方法，其特征在于，所述方法包括：在目标区域中采集真实指纹数据，所述真实指纹数据包括带有预设采样点的位置坐标的第一真实指纹数据和不带有位置坐标的第二真实指纹数据；在所述目标区域中确定多个定位坐标，将所述多个定位坐标分别输入至预先训练的深度指纹生成模型，得到与所述多个定位坐标分别对应的虚拟指纹数据，所述深度指纹生成模型是通过所述第一真实指纹数据、所述第一真实指纹数据对应的位置坐标以及所述第二真实指纹数据训练得到的；根据所述第一真实指纹数据、所述第一真实指纹数据对应的位置坐标、所述多个定位坐标以及所述多个定位坐标分别对应的虚拟指纹数据，构建指纹库。2.根据权利要求1所述的方法，其特征在于，所述深度指纹生成模型包括位置确定子模型以及指纹重建子模型；所述方法还包括：通过所述第一真实指纹数据、所述第一真实指纹数据对应的位置坐标，对所述位置确定子模型以及所述指纹重建子模型分别进行预训练，得到预训练完成的所述位置确定子模型以及所述指纹重建子模型；根据所述预训练完成的所述位置确定子模型以及所述指纹重建子模型，得到初始深度指纹生成模型；通过所述目标区域内第一真实指纹数据、所述第一真实指纹数据对应的位置坐标以及第二真实指纹数据，联合训练所述初始深度指纹生成模型，得到训练完成的所述深度指纹生成模型。3.根据权利要求2所述的方法，其特征在于，所述通过所述目标区域内第一真实指纹数据、所述第一真实指纹数据对应的位置坐标，对所述位置确定子模型进行预训练，包括：将所述第一真实指纹数据输入至待训练的位置确定子模型，得到第一预测位置坐标；根据所述第一预测位置坐标以及所述第一真实指纹数据对应的位置坐标，计算第一损失函数；根据所述第一损失函数更新所述待训练的位置确定子模型的网络参数，并返回执行所述将所述第一真实指纹数据输入至待训练的位置确定子模型，得到第一预测位置坐标的步骤，直到所述第一损失函数满足预设训练完成条件，得到预训练完成的位置确定子模型。4.根据权利要求3所述的方法，其特征在于，所述指纹重建子模型包括位置压缩模型以及指纹预测模型；所述通过所述目标区域内第一真实指纹数据，对所述指纹重建子模型进行预训练，包括：将所述第一真实指纹数据以及所述第一真实指纹数据对应的位置坐标输入至所述位置压缩模型，得到位置坐标与指纹数据的第一对应关系；将所述第一对应关系以及所述第一真实指纹数据对应的位置坐标输入至所述指纹预测模型，得到预测指纹数据；根据所述第一真实指纹数据以及预测指纹数据，计算第二损失函数；根据所述第一损失函数更新所述位置压缩模型以及所述指纹预测模型的网络参数，并返回执行所述将所述第一真实指纹数据以及所述第一真实指纹数据对应的位置坐标输入2CN113609097A权利要求书2/3页至所述位置压缩模型，得到位置坐标与指纹数据的第一对应关系的步骤，直到所述第二损失函数满足预设训练完成条件，得到预训练完成的指纹重建子模型。5.根据权利要求3所述的方法，其特征在于，所述通过所述目标区域内第一真实指纹数据以及第二真实指纹数据，联合训练所述初始深度指纹生成模型，得到训练完成的所述深度指纹生成模型，包括：将所述第二真实指纹数据输入至位置确定子模型，得到第二预测位置坐标；将所述第一真实指纹数据对应的位置坐标、第