研究人员说，他们已经设计了可以执行实时指纹生物识别检测的轻型软件。
葡萄牙和加拿大在中国工作的科学家团队说，他们的方法需要较短的培训，并且参数少于以前的方法。
据报道，研究人员将广泛的学习系统（BLS）应用于指纹检测，他们说的是以前从未做过的事情，而不需要GPU培训。
BLS提高了性能和适用性检测算法 在移动设备上，他们声称。身份验证可以遵循积极的检测。
一个纸关于他们的工作描述了一个三步的过程。
第一步，从印刷中提取了感兴趣的区域，并剥离了噪音。然后，使用统一的本地二进制图案（或ULBP）作为BLS输入来构建可区分的纹理特征。
描述符最大程度地减少了提交的指纹生物识别功能中各种二进制模式的多样性，同时保留对检测至关重要的信息。
最后，提取的功能转到BLS进行培训。 BLS是一个平坦的网络，它将映射功能的原始输入放在功能注释中。根据论文，这将增强节点中的结构概括。
研究人员说，竞争深度学习方法的方法是解决方法中的缺点。
由于存储和功率限制，移动设备无法操作所需的复杂神经网络算法。卷积神经网络模型产生了太多的参数，无法进行有效的培训。
