GMSDenseNet:基于组多结构卷积的轻量级DenseNet

提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,构建轻量级DenseNet模型,进一步分析了该模型与原DenseNet模型的复杂度.通过实验结果给出所构建网络结构的最优配置,并得到使用DenseNet-40模型约18.8%的FLOPs以及28.4%的模型参数的情况下,准确率仅下降≤0.4%的结果.     

指纹识别技术的新进展

在人们日常生活中指纹识别技术已经被日益广泛的用于个人的身份鉴别，譬如ID卡、指纹硬盘等.目前，在线指纹采集技术和自动指纹识别算法都已经取得很大的进展.各种指纹识别技术，包括指纹获取、分类、增强和匹配，性能都有了显著的提高.文中概述了指纹识别领域的最新进展，对每个步骤的相关算法进行了讨论，特别针对两个重要而有挑战性的问题：低质量指纹图像的增强和弹性形变指纹图像的匹配进行了深入地探讨.另外，还讨论了国际指纹识别评测算法FVC2004和FpVTE2003，基于此可以进行全面、客观地识别算法的性能评价.     

基于Finger-mixNet的指纹识别算法研究

针对传统指纹识别方法存在准确率低、推理速度慢等问题,提出了一种应用于指纹识别和匹配的深度学习模型Finger-mixNet指纹识别算法。Finger-mixNet模型基于卷积神经网络和Transformer结构进行关联融合,包括两个核心模块共同表征指纹识别任务的深度特征。Network-C模块基于卷积神经网络获取浅层纹理特征,Network-TC模块基于自注意力机制和卷积共同捕捉指纹深度特征信息,在获得对重点区域注意力的同时,具有比传统卷积更小的计算开销。为证明模型的有效性,在自建的指纹数据集和公共数据集中对模型进行了测试,在自建数据集中Finger-mixNet达到了97.1%的识别准确率,在公共数据集中也取得了98.3%的识别准确率,除此之外Finger-mixNet在保持高识别率同时在上述两种数据集中均能保持200FPS的识别速度。     

基于ARM和深度学习的大数据 指纹识别系统设计

针对传统指纹识别系统在面对大数据指纹图像时具有识别效率不高、需要手动设计提取的特征的缺点,提出了一种基于ARM和深度学习的大数据指纹识别系统.首先,描述了指纹识别系统的原理图.然后,设计了系统硬件框图,采用S3C2410C作为微处理器,采用FPS200指纹图像作为传感器,并设计了两者之间的接口电路;最后,重点设计了指纹识别的软件过程,建立一个可以进行指纹自动识别的通用多层深层神经网络.通过设计系统软硬件并进行测试,结果表明文中设计的指纹识别系统具有很高的指纹识别准确度,能有效处理大数据指纹图像的识别,且与其他基于人工提取特征的方法相比,具有更高的识别正确率和识别效率.     

自动指纹识别系统的研究

文章对传统的指纹识别算法进行了分析、总结,提出了一种新的基于指纹方向图的指纹识别算法.同传统的指纹识别算法相比较,其优点为抗扰性强,识别率高.实验证明,文章提出的指纹识别算法能够克服一定范围内的指纹旋转及平移因素的影响,对于残缺或模糊的指纹图像也有较好的识别效果.     

自动指纹识别技术的发展与应用

自动指纹识别技术是利用人类指纹的唯一性，通过对指纹图案的采样、特征信息提取并与库存样本相比较的过程来实现身份识别的技术。与帐号＋密码、IC卡等传统的身份识别手段相比，自动指纹识别技术具有不完全丢失、不会遗记、唯一性、不变性、防伪性能好和使用方便等优点，已经逐步在门禁、考勤、金融、公共安全和电子商务等领域得到应用。介绍了自动指纹识别技术的研究现状和指纹特征定义和提取、指纹比对等主要研究内容，分析了该技术面临的主要困难：指纹采集、指纹分类和缺乏相应的系统性能评价体系，提出了该技术的发展方向为非接触式复皮层指纹采集、兼容主流采集设备的识别芯片的开发和多种生物识别技术的融合，对该技术的发展进行了预测。     

基于Ghost DenseNet SE的恶意代码检测方法

针对现有恶意代码检测模型对恶意代码及其变种识别率不高,且参数量过大这一问题,将轻量化卷积Ghost、密集连接网络DenseNet与通道域注意力机制SE相结合,提出一种基于Ghost-DenseNet-SE的恶意代码家族检测模型.该模型为压缩模型体积、提升识别速率,将DenseNet中的标准卷积层替换为轻量化Ghost模块;并引入通道域注意力机制,赋予特征通道不同权重,用以提取恶意代码的关键特征,提高模型检测精度.在M alim g数据集上的实验结果表明,该模型对恶意代码家族的识别准确率可以达到99.14％,与AlexNet、VGGNet等模型相比分别提高了1.34％ 和2.98％,且模型参数量更低.该算法在提升分类准确率的同时,降低了模型复杂度,在恶意代码检测中具有重要的工程价值和实践意义.     

基于轻量级AlexNet网络的秦简文字识别算法

以样本少且欠均衡的高信噪比秦简文字图像为研究对象,提出一种基于改进的轻量级AlexNet网络模型的秦简文字识别算法。首先,构建秦简单文字图像数据集,对其进行增强降噪、图像归一化等预处理操作;其次,调整AlexNet网络模型结构,构建4层卷积层与池化层的顺序连接,并在前2层卷积层分别融入InceptionA与InceptionC结构,以分解卷积的形式对秦简文字进行局部特征提取,选取ReLU函数作为模型的激活函数,并在全连接层融入Dropout层进一步防止模型出现过拟合现象;最后,调用Softmax分类器完成秦简文字图像识别。研究结果表明：该网络模型在轻量化与识别准确率的表现上具有明显的优势,平均识别耗时为635 ms,识别准确率达到了99.89%,识别效果良好,可为秦简文字识别理论研究提供参考。     

射频指纹的产生机理与惟一性

构建了根据射频指纹识别无线发射机的识别系统基本模型.深入分析了射频指纹的产生机理,提出产生射频指纹的容差因素除了电子元件外还包括印制电路板走线、集成电路内部走线等.根据射频指纹识别系统的基本模型构建了基于802.11b无线网卡的硬件实验模型,验证结果表明,同一系列无线网卡的射频指纹表现出较大的差异.另外,还构建了基于射频指纹产生机理的数学模型,并进行理论分析,结果表明射频指纹具有潜在的惟一性.这种惟一性与无线发射机的容差性质、射频指纹识别系统的分辨力等有关.因此,应用射频指纹识别无线发射机具有可行性.     

基于ZigBee网络的无线指纹识别系统

介绍了一种基于DSP和MCU的双片结构的无线指纹识别系统的设计实现.系统由AES2510和TMS320VC5507构成指纹图像采集模块,由PIC18LF4620和MRF24J40构成基于ZigBee网络的指纹认证信息的无线传输模块.该系统相对传统的嵌入式指纹识别系统更适合于人员多和指纹采集地点发散的场合,可以作为大型考勤系统的一种解决方案.     

基于Delaunay三角剖分的指纹识别

针对指纹识别过程中指纹匹配算法的准确性以及识别效果等问题, 结合计算几何中Delaunay三角剖分方法的特点, 将其引入指纹匹配处理, 提出一种基于三角网格的指纹匹配方法.该方法通过对细节点的拓扑结构进行三角划分, 得到三角形网格.最后利用三角形的几何不变性按照匹配与配型两个步骤进行指纹识别.经实验验证该方法是一种行之有效的指纹匹配方法, 有效地提高了最终的识别效果.     

智能指纹识别系统的设计

指纹识别是利用人体固有的指纹生理特征来进行个人身份鉴别的技术.由于人的指纹具有唯一性和不变性,所以指纹识别与传统的身份鉴别方法相比,具有更高的安全性和易用性.当今蓬勃发展的市场对指纹识别系统的便携性和易用性提出了更高的要求,指纹识别技术正向小型化和智能化的方向发展.本文阐述了智能指纹识别技术中各个步骤的核心技术,并介绍了一种以DSP芯片及FPS200指纹传感器为核心的智能指纹识别模块,描述了此系统的硬件设计.     

指纹图像增强算法研究

指纹图像增强在指纹图像预处理过程中有着非常重要的作用,直接影响指纹识别的识别率和识别速度。一般图像增强算法无法满足指纹识别系统的要求,为了提高指纹增强算法的综合性能,现提出一种优化的Gabor滤波方法以增强指纹图像并有效消除噪声,并对Gabor滤波器的参数进行量化。实验表明,该算法能够使图像的质量明显得到增强,方便了后续指纹特征的提取,以提高指纹识别的算法效率和准确率。     

ATM系统多通道自动识别及监控功能的研究与实现

针对目前银行系统中ATM自动柜员机存在的不安全因素,将生物识别技术与传统识别方法相结合,构建了基于密码、人脸、指纹和第二代身份证识别的多通道身份自动识别系统,同时安装传感器视频监控模块,以增强ATM自动柜员机的自动识别及安全监控能力。设计中以实用性、可操作性、人性化设计为主,确保ATM系统的鲁棒性和安全可靠,且该系统可随着ATM系统软件进行升级。     

基于信道均衡的无线信道指纹滤除方法

针对如何有效地去除信道指纹对设备指纹带来的不利影响这一射频指纹识别技术(RFFIT)面临的难题,提出了一种基于信道均衡的无线信道指纹滤除方法．首先基于匹配滤波的方法对信号进行去噪处理,消除部分噪声指纹;然后利用设备0.1 m同轴线传输信号作为参考信号,对无线信道传输信号进行信道均衡与补偿,进一步滤除信道指纹;最后结合传统的设备身份认证方法,提出了一种新的设备身份认证策略．实验结果表明：在10 m无线信道传输条件下,对10个软件定义无线电设备的识别和分类,精度高达99.99%,去除了无线信道的信道指纹带来的不良影响．     

eBiopass数字生物信息护照——指纹与IC卡的完美结合

随着财富的日渐积聚,个人财产的保护意识也逐渐强烈。越来越多的场合需要安全可靠的身份认证。于是,一种运用先进的生物识别领域知识与技术,基于个人的生物信息,代替传统的照片、密码、口令、钥匙,实现个体身份认证的解决方案产生了。 该方案是杭州中正生物认证技术有限公司利用其自主知识产权的指纹识别算法,结合PKI加密技术,以其高效的JusTouch(TM)指纹识别模块为基础建立的一个身份认证解决方案,是业内第一个脱机的指纹身份卡解决方案。其核心问题是比较已经利用PKI技术进行加密的存储在IC卡上的指纹模版与持有者的指纹是否…     

基于Xception的座位状态检测模型

提出一种基于深度可分离卷积Xception的轻量级座位状态检测模型.该模型运用实例分割框架FCIS进行图像预处理,以减少无效信息.模型由输入层、9个卷积层、3个池化层、2层全连接层和输出层组成,将由深度可分离卷积提取得到的初级特征、中级特征和高级特征进行融合后,输入至全连接层进行全局特征整合.在相关数据集上使用该模型和常用模型进行实验,结果表明,该模型的识别精度为91%,高于Xception模型的89%、ResNet-50模型的85%以及基于人脸识别座位状态检测的82%.     

基于BP神经网络的刮擦式指纹识别算法研究

该文针对刮擦式指纹识别中辨识率不高、算法不稳定等问题,提出了一种基于BP神经网络的指纹识别算法。在通过指纹传感器采集好指纹图片后,拼接成完整的指纹图片,首先通过中值滤波降噪、二值化等图像预处理方法获得了增强后的指纹图像,运用基于网格的八方向梯度特征对指纹图像进行特征点提取,最后采用BP神经网络对指纹图像进行识别。通过仿真进行验证,与其他两种算法进行对比分析,仿真结果表明了该方法的有效性。     

基于方向滤波的指纹图像增强算法的研究

指纹增强是指纹识别系统中的关键一步,增强效果的好坏对整个指纹识别系统有着至关重要的作用.采用基于Sobel算子的方法求取方向图,并且对Sobel算子进行了补充和改进.然后基于方向滤波的指纹图像增强方法,设计一组滤波器来实现指纹图像的增强,并且通过滤波器扩展成功解决了旋转溢出问题.实验证明,该方法的对改善指纹质量十分有效.     

指纹匹配算法中采集设备无关性的研究

采集设备无关性即指纹识别系统对不同指纹采集器的适应性。基于指纹识别的网络身份认证将面临各式采集器的终端,为推广基于指纹识别的网络认证方法,指纹识别系统必须解决采集设备无关性。文章对指纹特征模式进行研究,提出了适用多种采集器的匹配算法。该算法采用一种基于细节点集的Delaunay三角化的局部结构来调整2个指纹模式,并根据若干匹配成功的局部结构提取出2个模式的比例,进一步将源自不同指纹采集器的指纹模式统一到同一比例。在3款采集器自建的指纹图像库中,指纹交叉匹配结果验证了算法的有效性。