通过指纹对个人进行无误的身份验证会导致严格构建的系统具有很高的错误拒绝率。 实际上,作者更喜欢当系统不满足许多预定的对应标准时错误地拒绝该模式。 在这项工作中,在讨论了现有技术之后,我们提出了一种新的算法来降低使用身份验证指纹期间的错误拒绝率。 该算法提取指纹的细节及其相对方向,并根据已经建立的不同类别对其进行分类; 然后,通过来自深度神经网络的简单概率计算来建立两个模板之间的对应关系。 这些操作的合并在NIST4国际数据参考和SOCFing数据库上都提供了非常有希望的结果。