指纹分类
指纹分类的相关文献在1989年到2022年内共计103篇,主要集中在自动化技术、计算机技术、法律、无线电电子学、电信技术
等领域,其中期刊论文83篇、会议论文10篇、专利文献99666篇;相关期刊68种,包括上海大学学报(英文版)、江南大学学报(自然科学版)、中国图象图形学报等;
相关会议9种,包括第六届中国Rough集与软计算学术研讨会(CRSSC'2006)、第十六届中国过程控制学术年会暨第四届全国故障诊断与安全性学术会议、第四届全国计算机支持协同工作与第二届全国智能信息网络联合学术会议暨第四次CSCW学术会议等;指纹分类的相关文献由202位作者贡献,包括梅园、朱之丹、刘云超等。
指纹分类—发文量
专利文献>
论文:99666篇
占比:99.91%
总计:99759篇
指纹分类
-研究学者
- 梅园
- 朱之丹
- 刘云超
- 吴爱燕
- 孙同景
- 张朝鸣
- 朱晓霞
- 聂桂军
- 赵玖玲
- 陈桂友
- 魏世泽
- 严晓梅
- 何国辉
- 倪建云
- 刘元宁
- 刘汉英
- 刘潇
- 吴敏
- 吴陈
- 周剑勋
- 周明全
- 回文博
- 张彤
- 张海春
- 彭小奇
- 徐荣青
- 戚玲
- 朱晓冬
- 李伯男
- 李见为
- 李金萍
- 林树忠
- 林立忠
- 殷建平
- 殷新春
- 王崇文
- 王秋平
- 甘俊英
- 田捷
- 祝恩
- 秦传波
- 程建刚
- 罗菁
- 耿国华
- 肖南峰
- 苑森淼
- 赵彤
- 邓昀
- 钟云飞
- 陈为民
-
-
-
胡裕岭
-
-
摘要:
现代指纹技术自民国时期引入中国.但受特殊历史时期影响,英国的亨利制度、阿根廷的武赛蒂赫制度、德国的汉堡制度、法国的埃蒙培尔制度等不同指纹技术,几乎同时在中国不同地区得以探索和实践.这种百花齐放的状态限制了鉴定标准的统一和侦查协作的开展.1936年内政部、司法行政部决定设立指纹调查委员会开展全国指纹技术标准统一工作,并认为应“依据中国人民之指纹出现状况”确定统一的指纹鉴定标准.但通过不同编码技术的分析不难发现,学说派系之争、人际关系和地域差异等因素超越了技术分歧本身,以致统一任务未能完成.当下指纹鉴定标准的统一与选择应组织专家委员会,在数据库分析的基础上科学定立,以建立指纹证据采信规则.
-
-
李伯男;
赵彤;
吴敏
-
-
摘要:
指纹识别作为“物证之首”一直被认为是最可靠的生物特征识别方法,目前已经广泛应用在刑事侦查、居民身份认定及核实等领域。这类应用的特点在于需将待识别指纹与海量指纹数据库中的全部指纹做快速比对,以确定该枚指纹所有人的身份。为了提高指纹识别速度,海量指纹数据库会按照纹型拆分成若干类,待识别指纹仅和同类指纹做逐一比对。随着指纹采集相关的法律生效,近几年指纹数据库规模迅速扩大。一方面库内同类纹型的图像差异性显著增加,另一方面不同类指纹图像的相似性也在增加,指纹分类算法误分率大幅增加。“海量指纹纹型精准分类问题”迅速成为公安应用及指纹识别领域研究的热点。针对上述问题,提出一种基于胶囊网络的指纹纹型精准分类模型Cap-FingerNet。该模型一方面将胶囊网络独有的网络特性与指纹图像特有的自相似纹理特征相结合,可构成更为鲁棒的特征提取器及分类器。新引入的Batch-Normalization方法还可避免典型胶囊网络易于出现“梯度消失”的不足。另一方面,引入注意力胶囊机制,使得Cap-FingerNet较典型胶囊网络更准确且全面地提取出指纹图像细节信息,并使用全局压缩算法对胶囊进行有效挤压。Cap-FingerNet模型在某公安刑侦指纹数据库的4分类纹分类上获得99.63%的极高准确率,并在国际公开指纹数据集NIST-DB04的纹型4分类和5分类任务上分别测得96.25%和94.5%的准确率,取得了目前文献中最好成绩。
-
-
甘俊英;
戚玲;
项俐;
何国辉;
曾军英;
秦传波
-
-
摘要:
快速准确的指纹分类在大型指纹识别系统中是加速目标指纹查找的关键技术.目前,指纹分类算法存在复杂度高、操作繁琐、参数较多、所需数据规模大、且无法充分利用指纹特征信息等问题.神经网络深层提取的特征更加关键,也更有代表性,但忽略了部分浅层信息.针对指纹分类存在的问题,本文提出一种轻量化多特征融合的指纹分类算法.该算法设计了轻量化Finger-SqueezeNet来训练指纹图像,采用查表法求得指纹的细化图之后,利用改进的分布求和梯度法求取相应细化图的感兴趣区域(Region Of Interest,ROI)图像;将指纹ROI图像输入网络深层与提取的特征图进行特征融合,使得深层网络也能获得浅层中纹线准确的走向信息,从而增强网络对于纹型的敏感度;采用Maxout激活函数对网络提取的特征进行激活.实验结果表明,本文算法不仅减少了训练参数量,而且通过指纹ROI图像补偿深层特征图,更加充分利用了指纹的纹型信息,轻量化算法也可为指纹分类模型拓展到移动端提供理论支撑.
-
-
甘俊英;
戚玲;
秦传波;
何国辉
-
-
摘要:
目的 目前的指纹分类模型存在操作繁琐、参数较多、所需数据规模大、无法充分利用指纹特征信息等问题,而进行快速准确的指纹分类在大型指纹识别系统中至关重要.方法 传统的机器学习方法大多假设已标注数据与未标注数据的分布是相同的,而迁移学习允许源空间、任务空间在测试集和训练集中的分布是不同的,并且迁移学习仅专注目标任务的训练,使得网络模型根据需求更具个性化.因此,本文提出一种基于迁移学习的轻量级指纹分类模型.该模型结合迁移学习,首先采用梯度估计的方法求取指纹图像的方向场图并且做增强处理;然后将扩展的指纹方向场图数据集用于本文提出的轻量级Finger-SqueezeNet的预训练,使其达到一定的分类效果,从而初步实现网络模型参数的调整;最后保留预训练模型部分的网络参数不变,使用指纹图像数据集NIST-DB4对Finger-SqueezeNet网络进行参数微调(fine tuning).结果 在使用相同的指纹数据集在本文提出的纯网络模型进行分类训练后发现,未采用迁移学习方法对网络模型进行预训练得到的平均分类结果为93%,而通过预训练后的网络模型可以达到98.45%,最终采用单枚指纹测试的方法得到的测试结果达到95.73%.对比同种类型的方法以及验证标准后可知,本文的指纹分类模型在大幅度减少网络参数的同时仍能达到较高的准确率.结论 采用指纹类内迁移学习方法和轻量级神经网络相结合进行分类,适当利用了指纹特征信息,而且有望使指纹分类模型拓展到移动端.
-
-
朱之丹;
马廷淮
-
-
摘要:
Because the location,direction and other information contained in the core points of fingerprint are able to describe the topology and even the class of fingerprint,the detection of core points plays an important role in fingerprint classification,indexing and recognition.In order to reduce the detection error rate of core points,a new approach for core points' rough detection based on the sin-map of fingerprint's orientation and several rules for filtering concluded by the regularities of core points' distribution and the principle of the common detection approaches is proposed,and a complex-filter is fused with other core point detection approaches.Experiment shows that the detection error rate of core points is effectively reduced,and the accuracy of fingerprint classification is increased by 2%-8% using the improved approach.%由于指纹中心点的位置、方向等信息,在一定程度上具有描述指纹的拓扑结构甚至类型的能力,所以中心点定位算法的效果在指纹分类、检索以及识别结果上都产生了重要的影响.为降低中心点的误定位率,提出一个根据方向场正弦图进行中心点粗定位的方法,以及根据中心点分布规律与常用定位算法原理制定了一系列筛选规则,并将复数滤波与其它中心点定位算法进行融合.实验表明改进方法有效减少了指纹中心点的误定位率,并有效增加了指纹分类的准确率2%-8%.
-
-
汤正刚;
沈雷;
吕葛梁
-
-
摘要:
针对指纹一对一匹配识别方法严重影响指纹数据库系统识别效率的问题,提出一种基于细节点描述子的指纹检索算法,该算法先根据细节点描述子的结构信息进行粗匹配筛选,剔除虚假细节点产生的影响;然后利用筛选后的细节点位置关系确定最佳参考点;最后基于最佳参考点计算所有指纹图像相似度,将相似度排在前N0的指纹返回并作为候选指纹.实验结果表明,该算法在时间和空间上都优于传统指纹检索算法.
-
-
汤正刚1;
沈雷1;
吕葛梁1
-
-
摘要:
针对指纹一对一匹配识别方法严重影响指纹数据库系统识别效率的问题,提出一种基于细节点描述子的指纹检索算法,该算法先根据细节点描述子的结构信息进行粗匹配筛选,剔除虚假细节点产生的影响;然后利用筛选后的细节点位置关系确定最佳参考点;最后基于最佳参考点计算所有指纹图像相似度,将相似度排在前N0的指纹返回并作为候选指纹。实验结果表明,该算法在时间和空间上都优于传统指纹检索算法。
-
-
周红;
陈忠泽
-
-
摘要:
在指纹数据库规模不断增大的情况下,指纹分类对于提高指纹识别的速度和准确率十分重要.本文提出一种利用指纹纹理信息的方法将指纹分为五大类.该方法利用指纹的中心点将指纹模式区分为四个部分并求取每一部分的局部二值模式方差,然后利用K近邻分类器进行分类.实验证明该方法具有良好的分类性能.%In the scale of fingerprint database is increasing,fingerprint classification is crucial for improving the speed and accuracy of fingerprint recognition.This paper presents a method based on the fingerprint texture,and divides the fingerprint image into five categories.According to the core points,a fingerprint image is divided into four regions,each region is modeled with the distribution of the local binary pattern variance (LBPV) values,and then it is classified by KNN classifies.Experiments verify that the method has good classification performance.
-
-
顾菘
-
-
摘要:
指纹分类可以大大减少在指纹数据库中的匹配次数,缩短匹配时间。本文在指纹块方向场的基础上,利用其方向方差进行滤波,得出各奇异点的连接路径,并结合核心点与此路径形成一种改进的指纹分类方法。该方法以指纹块方向场为基础,符合指纹分类的全局思想,而非关注于细节特征,并简化计算。经过方向方差滤波后的指纹图像不仅可以利用奇异点的相对位置进行指纹分类,而且克服了奇异点丢失的弊端。本文针对滤波后的图像特征,提出了基于方向方差滤波的分类算法,通过实验验证了本算法的有效性。
-
-
-
马保锋;
杨凡;
王群霞
- 《第六届中国Rough集与软计算学术研讨会(CRSSC'2006)》
| 2006年
-
摘要:
机器学习的实现方法大致分为三类,分别为经典的(参数)统计方法、经验非线性方法和统计学习理论(Statistical learning theory),它是研究小样本统计估计和预测的理论,以VC维来描述机器的学习能力,并发展出了一系列关于统计学习的一致性,收敛速度,泛化性能等重要的结论.而SVM(support vector machine)是在统计学习理论(SLT)的基础上发展起来的一种机器学习方法,并且适合有限样本(小样本)问题分类问题,并且在很大程度上解决了传统方法中存在的问题.SVM对指纹的分类提供了有效的检索机制,Shesha Shah对指纹的分类作了较为深入的研究,提出了一种HMM与SVM相结合的新型的判决方法,提出了基于SVM的两级指纹分类研究,通过对粗细两级指纹的分类器的构造,取得了较好的泛化能力.本文利用SVM理论,构造了组合多类SVM和单类SVM两类多值分类器对5类指纹进行分类,对其产生的试验结果进行了分析,其效果还是可以接受的。
-
-
陈春霞;
殷新春;
王秋平
- 《第二届中国可信计算与信息安全学术会议》
| 2006年
-
摘要:
依据指纹特征点在指纹图像中的特性给出了一种基于指纹分类的识别算法.该算法利用中心点和三角点信息对指纹进行分类并初匹配,然后用可靠性较高的分叉点所在脊线的相似度寻找出基准点对,根据基准点与周围特征点的关系筛选基准点对、确定变换参数,有效地解决基准点筛选受噪声影响问题,最后利用可变限界盒实现指纹匹配.实验结果表明,该算法能快速、准确地定位基准点,正确有效地实现指纹匹配,同时提高匹配速度及精确度.
-
-
-
李徐周;
山东省青年管理干部学院;
于飞
- 《中国电子学会第十一届青年学术年会》
| 2005年
-
摘要:
指纹分类则是自动指纹识别技术的重要组成部分,在一对多自动指纹识别中有着重要的应用价值.尽管过内外同行已经对指纹分类问题做过很多的研究工作,但由于指纹图像采集技术的限制、指纹分类问题本身的复杂性等因素的影响,现有指纹分类算法在分类准确率和分类效率上与实际应用的要求还有较大差距.针对此问题,本论文对指纹分类的问题作了较深入的分析,分析结果有助于指纹分类算法的进一步研究.
-
-
刘鸣鸣;
林晓惠;
李勇;
孙烈;
孔宏伟;
徐喜荣;
杨元生
- 《第十七届全国色谱学术报告会》
| 2009年
-
摘要:
本文着眼于分类器整体技术和属性选择,在训练阶段仅仅产生所需要的频率表,在修正和测试阶段进行属性选择和加权,修正分类器模型,生成了二次建模的加权朴素贝叶斯分类器(RWN-BC),并成功地将其应用于卷烟烟丝的分类和分级问题上。实验结果表明,与朴素贝叶斯相比,RWNBC具有较高的分类正确性。
-
-
-
吴爱燕;
魏世泽
- 《第四届全国计算机支持协同工作与第二届全国智能信息网络联合学术会议暨第四次CSCW学术会议》
| 2004年
-
摘要:
随着指纹识别技术的广泛应用和网络技术的发展,基于网络的指纹自动识别系统面临着如何提高检索速度和准确度的问题.本文根据指纹数据库自身的特点,提出了一种新的检索和索引网络大型指纹数据库的方法.该算法利用指纹的类别和局部特征建立了三级索引,有利于缩小检索空间,提高检索速度.在算法中提出了一种新的指纹分类方法,将指纹分为八类:弧形、尖拱形、左旋形、右旋形、正涡形、左涡形、右涡形、混合形.该算法利用core点和delta点的位置、数目和方向判断指纹的类别,有效地解决了采集时对指纹的旋转、平移和形变不变性的要求,并有助于进一步缩小检索空间,提高检索速度.实验证明,效果良好。
-
-
赵玖玲
- 《2004年全国理论计算机科学学术年会》
| 2004年
-
摘要:
生物测定技术是通过普通生理特征如指纹、掌纹、虹膜、DNA等鉴别个人身份的科学.指纹的唯一性和稳定性,以及其所具有的便于采样、可靠性高的优点使得指纹识别已经成为身份认证的最有效手段.一个有效的指纹识别系统是多种因素的共同作用.对于大容量的指纹库,指纹分类是指纹识别的基础,通过分类可以有效地对数据库进行管理和减少指纹匹配的时间.本文的中心思想是结合遗传算法和BP神经网络两者的优点设计算法,以提高指纹分类和指纹识别系统的有效性.
-
-
赵玖玲
- 《第二届全国信息获取与处理学术会议》
| 2004年
-
摘要:
利用遗传算法具有的全局随机搜索能力,设计了一个改进的BP学习算法进行网络训练,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练.利用Visual C++编程测试,结果表明,该系统具有分类速度快、效率高的优点,具有一定的实用性.