掌纹识别

摘要： 掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点。传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题。为了解决这些问题,本文提出了一种基于学习的掌纹识别算法。首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征。然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余。最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子。在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度。

摘要： 在人们日益重视隐私的情况下,掌纹识别作为无接触的生物特征识别技术体现了无接触性、用户自主性等特点,使掌纹识别得到广泛关注。文章基于 Faster RCNN 深度学习模型,详细介绍了在 Android 系统下掌纹识别系统的系统架构、开发流程、核心算法及运行性能分析,经过测试说明,掌纹识别系统在移动端得到了较好的认证效果,证实此系统有一定的实用价值。

摘要： 在多光谱掌纹图像采集设备研发的基础上,提出一种基于卷积神经网络的多光谱掌纹识别方法.该方法使用ResNet-18网络对掌纹图像进行特征提取,应用特征级融合方法并将融合后的特征送入SVM分类器中进行决策.实验结果表明,所提出的多光谱掌纹识别方法可以有效提升掌纹图像特征判别效率,相比于单光谱方法和传统的神经网络算法具有更高的识别准确率.

摘要： 在掌纹识别中,对二维主成分分析(2DPCA)算法研究发现,用掌纹训练样本的均值来算投影矩阵得不到很好的识别率.为减小这种偏离中心的影响从而提高识别率,提出了一种用中间值代替原有均值的2DPCA掌纹识别算法.

摘要： 针对多生物信息识别分类问题,提出了一种基于分数层融合的掌纹和虹膜融合识别模型.首先使用1D Log-Gabor滤波及最小汉明距离匹配实现了虹膜的特征提取和识别匹配,识别准确度达到98.9％;其次利用优化后的Squee-zeNet网络模型实现了掌纹的分类识别,其分类准确效率可达99％;最后采用分数层融合方案按掌纹与虹膜比为4:6的权重比进行多生物融合识别,最终实现识别分类准确度为99.75.此外,设定评价指标对掌纹、虹膜以及融合后的识别性能进行了评估,得到该三个识别系统的AUC值分别为0.994875、0.985471、0.999599.实验结果表明,多模态生物特征融合识别有效地提高了系统识别的性能,使其具有更高的识别效率和准确度,在安全性、可靠性和鲁棒性等方面都有所增强.

摘要： 面向大规模人群身份辨识的掌纹识别系统有广阔的应用前景.为了加速系统的响应时间,提出了一种基于局部方向场散列的快速掌纹识别方法局部方向场散列(LOFP hashing).该方法首先使用一种方向特征双编码的方式,解决了传统编码方式不稳定、精度差的缺点.然后提出一种特征窗口化的处理方式,即局部方向场模式,加速目标掌纹的检索.在香港理工大学大规模掌纹数据库Hong Kong PolyU large-scale database,中国科学院掌纹数据库CASIA database以及一个大规模模拟数据库上进行对比实验,结果表明,提出的方法在基本不损失精度甚至有所提高的前提下,可以显著加速辨识速度.因此,LOFP hashing可以有效提升面向大规模人群掌纹识别系统的性能.

摘要： 指纹、人脸、虹膜识别等生物识别方式目前占据了身份核验市场的主流。然而,在2020世界计算机大会名家讲堂上,加拿大皇家科学院院士、香港中文大学(深圳)校长讲座教授张大鹏指出,这三种方式都可能产生安全隐患。他介绍了一种更适合进行身份核验的生物识别方式——掌纹识别。此外,他还将自己和团队对生物特征识别在医学和审美方面的前沿研究成果进行了深入浅出的讲解。

摘要： 近年来公交车上多次发生因乘客争抢司机方向盘导致车辆失控的事故,对乘客的人身安全造成巨大伤害。调查发现,乘客与驾驶员发生口角、公交车停靠站上下车的交通秩序等问题都可能造成乘客抢夺方向盘,并且此种事件时常出现,时刻都会引发危险。文章设计一种基于掌纹识别的防事故方向盘,通过对驾驶员的掌纹进行识别和分析,检测到的信息传输至ECU处理系统,以ECU处理系统和制动装置联动,引发报警以降低此类事件的发生率,并通过这种方法达到维护公共交通安全和运营秩序的目的。

摘要： 基于局部描述子的掌纹识别方法因具有计算量小、无需训练等优点而受到越来越多的关注.韦伯局部描述子WLD(Weber Local Descriptor)是基于心理学中韦伯定律的新兴局部描述子,本文首次将韦伯局部描述子引入掌纹识别领域,并根据掌纹含有丰富线特征的特点,提出更符合掌纹识别的线特征韦伯局部描述子LWLD(Line Feature Weber Local Descriptor).线特征韦伯局部描述子首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图Φ和能量图E;之后对能量图E进行韦伯差励滤波生成差分激励图ξ;最后基于方向图Φ和差分激励图ξ构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别.基于PolyU Ⅱ掌纹库和Cross-sensor掌纹库,将本文方法和目前其他基于局部描述子的典型掌纹识别方法进行对比,结果表明本文方法具有更高的识别率和更强容错性.

摘要： 提出了一种基于信息熵(information entropy)的GLBP掌纹识别算法(EGLBP),首次将该算法运用到掌纹中.同时,为了提高识别精度、降低算法复杂度,引入信息熵来度量掌纹所含的信息量,熵越大,所含信息量越多.首先对图像进行Gabor变换,分别计算变换后图像的信息熵,去除熵较小的几幅图像;然后对剩余的图像使用分块思想,对每块进行LBP特征提取,并联融合所有特征;最后使用卡方距离对掌纹所属类别进行判定.经过PolyU掌纹中心区域图像的验证,与传统掌纹识别算法相比,EGLBP算法识别率达到99.89％,识别时间为113.9ms,具有有效性和优越性.

摘要： 纹理特征被证明是掌纹识别最有效的特征之一。本文对图像同时进行CT和NSCT变换，以便有效的掌纹识别。算法首先利用CT和NSCT变换提取掌纹纹理能量特征，然后将两种方法提取的特征进行融合，最后计算特征向量间的欧氏距离并用最近邻分类器进行匹配识别。实验结果达到了较高的识别率，验证了本文算法的可行性。

摘要： 近年来,掌纹识别作为生物特征识别的一种方法,得到了国内外众多学者的关注.对于掌纹识别中的关键问题--掌纹特征提取,本文提出了三种特征提取及相应的识别算法.第一种算法是使用小波变换进行掌纹图像能量特征提取及识别;第二种是使用一组二维Gabor 滤波器进行图像滤波,基于2DPCA 进行数据特征提取及识别;第三种是采用2DPCA+2DLDA 进行特征提取及识别.本文使用国际公认的香港理工大学掌纹库进行掌纹图像的识别研究,在掌纹库中随机选用40 个人的360 幅图像,其中240幅作为训练样本,120幅作为测试样本,对于上述三种算法采用最佳参数进行测试,分别得出三条体现算法性能的ROC曲线.使用ROC曲线进行特征提取算法的效果测评.

摘要： 介绍了一种基于Gabor小波的掌纹识别算法。该算法具有识别率高、计算复杂度低、抗干扰能力强等优点，适合于在便携式平台上应用。TMS320VC5509A是美国德州仪器公司推出的一款高性能数字信号处理芯片。通过以5509A芯片作为核心处理器，搭配使用AVR单片机、可编程逻辑器件及CMOS图像传感器，构造了识别系统的硬件环境。通过将识别算法移植于嵌入式硬件平台，实现了一种便携式掌纹识别系统。在PolyU掌纹图像数据库及实际采集掌纹数据库上的实验结果表明，实现的掌纹识别系统可在有限的运算时间与硬件占用率内有效识别输入掌纹数据，获得较高的整体识别率。

摘要： 原始的主元分析(PCA)需要把二维掌纹图像展开形成高维向量，导致计算量和存储空间大，破坏了原始图像的结构和相关性。rn 如果图像成像固有的多种因索如光照，姿态等变化时，PCA和二维主元分析(2DPCA)方法的识别率下降。为了解决这两个问题，本文提出运用多线性主元分析(MPCA)方法进行掌纹识别。首先运用MPCA直接对掌纹张量进行降维，得到低维的投影张量，然后掌纹图像向张量子空间上投影提取特征向量，最后计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库，对本文算法进行测试。实验结果表明，与PCA和2DPCA相比，本文算法的识别率(RR)最高为94.95％，特征提取和匹配总时间为0.585s，满足实时系统的要求。

摘要： 本文主要研究双核(ARM+DSP)通信问题,以达·芬奇rMS320DM6446 DMSoC平台为例,详细介绍了达·芬奇系统的特点、Codec Engine运行机制以及达·芬奇平台在Codec Engine机制下的双核通信与协作工作原理.最后提出并实现了一种双核通信的解决方法,成功地将掌纹识别算法由ARM端移植到DSP端执行并返回正确的处理结果.这些工作为后续的达·芬奇开发打下坚实的基础,同时也为广大从事达·芬奇系统研究与开发的科研人员和工程师提供了有益的参考.

摘要： 为了提高识别率,提出了基于MEEMD和2DPCA的掌纹识别方法。利用MEEMD技术对掌纹图像进行分解,得到本征模式函数(IMF)分量,用高频分量重构掌纹图像,形成掌纹识别图像集。然后利用2DPCA技术进行识别。MEEMD重构掌纹能够突出掌纹细节特征,提高识别率。采用香港理工大学掌纹数据库进行实验,将此方法与不包含MEEMD的2DPCA方法进行比较,实验结果说明此方法有较高的识别率和较快的识别速度。

摘要： 掌纹识别是利用手掌皮肤的主要纹路进行识别和验证的一种技术。与人脸图像相比，掌纹图像可靠性高,掌纹特征非常稳定，不受表情、姿态及光照等多种变化因素的影响。非采样方向小波变换具有多尺度，时移不变性以及多方向性等优点，对图像的边缘和轮廓有很好的逼近表示。核函数鉴别分析是目前非线性化算法中一种有效的图像特征提取技术。基于这几种技术，本文提出基于非采样方向小波的掌纹图像的非线性鉴别特征提取算法，首先对原始掌纹图像进行非采样方向小波变换，获得多尺度多方向变换图像，然后进行非线性映射,再利用核可分判决选择鉴别能力强的尺度变换图像进行特征提取和分类。在掌纹库上的实验结果显示了本文所提方法的有效性，且识别率高于基于DCT、Gabor变换的掌纹图像非线性鉴别特征提取算法的识别率。

摘要： 为了研究Nonsubsampled Contourlet变换(NSCT)在掌纹识别应用方面的可行性和性能,本文采用MATLAB仿真手段,利用NSCT对纹理特有的各向异性和多尺度特点,以香港理工大学采集的掌纹图像为研究样本,建立掌纹识别的分析和研究平台,针对NSCT从掌纹图像中分解得到的多个系数矩阵,研究掌纹特征的提取算法。实验结果表明,NSCT在掌纹识别方面具有较好的性能和较高的识别率,从而验证了该方法在掌纹识别中的有效性和识别效果。

摘要： 一种掌纹掌脉识别方法，包括：采集一批注册的掌纹掌脉图像作为生物特征，同时记录其对应信息；采集已注册的被采集者的新掌纹掌脉图像作为待测数据；针对待测的掌纹掌脉图像，经过掌纹或掌脉区域提取、基于竞争编码的特征提取、基于联合表示分类框架分类三个步骤进行识别，通过分别计算各个已注册的被采集者的掌纹或掌脉图像特征描述算子的重构误差，选取其中重构误差最小的被采集者，作为待识别的掌纹或掌脉图像的身份信息的来源。实现所述识别方法的掌纹掌脉图像采集仪，在封闭的暗室内设置相机、光照环境及相关功能模块，通过便捷的人机界面进行交互；在所述相机的镜头前设置非接触式采集空间，被采集者的手可在所述采集空间内自由移动，所获得的采集图像均符合识别的要求。本发明不仅具有较好的识别率，而且识别用时短。

摘要： 本发明提供了一种基于LTPS技术的掌纹识别电路、掌纹识别方法和显示屏。该掌纹识别电路包括：光信号收集单元，收集指示掌纹信息的光信号，并将收集到的光信号转换成电流信号，所述光信号是背光发射的光经用户手掌掌纹反射而获得的；电流信号放大单元，连接至所述光信号收集单元，对转换后的电流信号进行放大；以及电流信号检测单元，连接至所述电流信号放大单元，对经放大的电流信号的强度进行检测，所述电流信号的强度指示掌纹信息中掌纹的脊线或谷线。从而解决了市场上没有针对LTPS‑TFT显示面板的掌纹识别电路和方法的技术空白，同时消除了识别过程中由于电路工艺变化走线方式变换所产生的寄生电容变化对识别结果的影响。

摘要： 掌纹识别中的掌纹ROI分割方法,属于掌纹识别领域,为了解决现有的掌纹识别识别过程中，掌纹分割所具有的基于正方形的定位分割方法中定位点不易确定和同类图像ROI提取偏移度较大问题,包括如下步骤：S1.选取拟合直线；S2.图像矫正和掌纹的ROI分割，效果是：图像分割算法降低了图像采集时图像旋转和平移的影响。

摘要： 本发明涉及一种基于掌纹图像配准的非接触掌纹识别方法，分为注册和识别两个阶段。在注册阶段，将用户提供的原型图像进行ROI提取，在ROI图像上提取竞争码特征并存于特征数据库，同时将ROI图像经预处理后提取SIFT特征存于特征数据库。在识别阶段，在用户提供的查询图像上进行相同的ROI提取、竞争码特征提取和SIFT特征提取的操作。将提取到的SIFT特征和数据库中已存的SIFT特征进行匹配，得到匹配的SIFT特征点。同时由匹配的SIFT特征点得到SIFT特征的匹配度，并将两种匹配度进行融合得到最终匹配度用于身份认证或识别。解决非接触掌纹图像的形变问题，提高了识别精度。

摘要： 本发明提供了一种基于LTPS技术的掌纹识别电路、掌纹识别方法和显示屏。该掌纹识别电路包括：光信号收集单元，收集指示掌纹信息的光信号，并将收集到的光信号转换成电流信号，所述光信号是背光发射的光经用户手掌掌纹反射而获得的；电流信号放大单元，连接至所述光信号收集单元，对转换后的电流信号进行放大；以及电流信号检测单元，连接至所述电流信号放大单元，对经放大的电流信号的强度进行检测，所述电流信号的强度指示掌纹信息中掌纹的脊线或谷线。从而解决了市场上没有针对LTPS-TFT显示面板的掌纹识别电路和方法的技术空白，同时消除了识别过程中由于电路工艺变化走线方式变换所产生的寄生电容变化对识别结果的影响。

摘要： 本发明涉及掌纹识别技术，针对现有掌纹识别技术中存在的对所采集掌纹图像的预处理要求较高等缺陷，提供一种掌纹识别方法和掌纹识别装置。掌纹识别方法包括提取待提取图像的掌纹特征其具体包括：对待提取图像进行旋转校正，生成校正图像；使用预先设定的Gabor小波对校正图像进行卷积操作，并对卷积操作后的校正图像进行取幅值或者取相位操作，生成响应图像；对响应图像进行局部二进制模式特征抽取，得到待提取图像的局部二进制模式编码，依此生成掌纹特征。本发明还提供了一种掌纹识别装置。本发明技术方案可提供旋转不变性，处理速度快，因此可做到实时的掌纹识别。

摘要： 本发明中提出的一种从单一二维掌纹图像恢复三维特征的掌纹识别方法，其主要内容包括：从单一的2D图像获得3D特征、区域划分、模板去噪与匹配、掌纹匹配分析，其过程为，首先利用顶点法线向量差异(DN)特征描述顶点法线向量差异和引入朗勃模型，将单一的二维图像恢复为三维信息，再通过分区上的空间滤波器的局部区域确定临近地区，接着采用匹配过程中的去噪策略去噪并进行匹配，最后进行掌纹的匹配分析。本发明从一个单一的二维掌纹图像中提取3D信息，采用特征描述符(DN)描述了三维信息，在非接触成像过程中对于发生的光照变化是高度稳定的；而且DN每个点的大小只有一位，提取简单，特征提取和匹配效果好，实用性强，并有效地存储。

摘要： 本公开是关于掌纹采集组件、掌纹识别组件、盖板及移动设备，该掌纹采集组件可以包括：由多个指纹传感器组成的功能阵列，当所述掌纹采集组件安装至移动设备后，所述功能阵列位于所述移动设备的背部盖板内侧，可对所述背部盖板外侧的用户皮肤纹理进行采集。通过本公开的技术方案，可以实现用户的掌纹信息采集，从而实现更为准确有效的身份鉴别功能。

摘要： 掌纹识别中的掌纹ROI分割方法,属于掌纹识别领域,为了解决现有的掌纹识别识别过程中，掌纹分割所具有的基于正方形的定位分割方法中定位点不易确定和同类图像ROI提取偏移度较大问题,包括如下步骤：S1.选取拟合直线；S2.图像矫正和掌纹的ROI分割，效果是：图像分割算法降低了图像采集时图像旋转和平移的影响。

摘要： 本发明公开了一种基于掌纹识别技术的移动端隐私保护软件，及一种新型的掌纹图像预处理方法。本软件的特色在与采用了先进的掌纹识别技术作为软件的进入密码。用户可以通过手机摄像头扫描掌纹的方式进入软件，即摒弃了传统的文本密码或图形解锁的方式。通过掌纹进入本软件后，本软件为用户提供了四种功能：账号密码本功能，私密日记功能，私密应用保护功能，和私密文件保护功能。该新型掌纹图像预处理方法的特色在于：首先采用Haar+Adaboost分类器判断手掌所在的主要区域，再根据该区域的特征对整幅图像进行肤色检测，最终得到掌纹的ROI(Region？of？Interests)。该方法在很大程度上克服了传统肤色分割方法的不足，在不同的光照条件下表现出了很好的鲁棒性。