1.一种基于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述基于深度压缩神经网络的手指汗腺提取方法，包括：将OCT指纹体数据进行分割，将分割得到的系列子块输入到深度压缩神经网络；

经过连续的扩张深度压缩模块，利用扩张卷积提升对汗腺的感受野，提取汗腺初步特征；

汗腺初步特征在随机失活后，通过连续的基础深度压缩模块，提取汗腺细化特征；

汗腺细化特征在随机失活后，经过连续的卷积层，输出汗孔特征图；

将汗孔特征图经过二值化后得到表面汗孔图片，将所有子块对应的表面汗孔图片进行拼接，得到手指汗孔图。

2.根据权利要求1所述的于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述扩张深度压缩模块包括一个三维扩张卷积层、两个三维卷积层和一个三维最大池化层；

所述基础深度压缩模块，包括三个三维卷积层和一个三维最大池化层。

3.根据权利要求2所述的于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述基础深度压缩模块中最大池化层的池化核大小，小于扩张深度压缩模块中最大池化层的池化核大小。

4.根据权利要求3所述的于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述深度压缩神经网络包括三个扩张深度压缩模块和两个基础深度压缩模块。

5.根据权利要求4所述的于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述三个扩张深度压缩模块中最大池化层的池化核大小分别为4×1×1、4×1×1和5×1×1；所述两个基础深度压缩模块中最大池化层的池化核大小分别3×1×1和2×1×1。

6.根据权利要求1所述的于深度压缩神经网络的手指汗腺提取方法，其特征在于，所述深度压缩神经网络在训练时，使用二元交叉熵损失。