多级分块尺寸下的指纹方向信息提取算法

作为一种重要的生物特征识别手段，自动指纹识别近年来得到了广泛的关注并取得很大的进展．指纹方向信息提取是自动指纹识别技术研究内容中一个非常重要的内容，但从低质量指纹图像中准确、可靠地提取方向信息却是一件很困难的事情．提出了一种多级分块尺寸下的指纹方向信息提取算法，依据大分块尺寸下所提取的方向信息对小分块尺寸下所提取的方向信息进行可靠性判断，然后进行相应的调整．实验结果证明，即使对于低质量指纹图像，该算法也可以快速、准确的提取指纹方向信息．     

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上丰年的历史，自动指纹识别（AFIS）已在各个领域广泛应用，除了传统的司法公安领域，自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段，以及用于金融保险方面的身份确认，指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹，并通过细节匹配来进行指纹匹配，这样指纹匹配就转化为点模式匹配的问题，传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法，来进行指纹识别，有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题，设计并给出了利用矢量对匹配确定图象间校准函数的流程，并通过实验证明所提出的算法具有较快的速度和较高的准确率。     

手掌上的科学--指纹识别技术及其应用

我们的手指、手掌、脚、脚趾内侧表面皮肤凹凸不平产生的纹路,形成了各种图案,这些纹路的存在增加了皮肤表面的摩擦力,使得我们能够用手来抓取物体。同时人们也认识到,包括指纹在内的这些皮肤纹路在图案、断点和交叉上各不相同。也就是说,上述这些特征具有惟一性。依靠这个惟一性,我们就可把一个人同他人的指纹对应起来,将他的指纹与保存的指纹档案相比较,就可以判断出他的真实身份。这种借助人体特征来进行身份验证的技术被称为生物识别技术,指纹识别技术属于生物识别技术中的一个分支。     

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。     

指纹识别在联动报警系统中的应用

本文介绍了指纹识别如何在联动报警器中实现,着重说明了其硬件实现方法及所采用的算法。     

动态蜜罐技术分析与设计

针对蜜罐在配置和维护方面存在的挑战,提出了动态蜜罐技术的思想,并对它进行分析．动态蜜罐是一个即插即用的蜜罐系统,它通过监控和自学习实时的网络环境、收集网络中计算机的信息能够自动地确定应配置多少蜜罐以及怎样对它们进行配置．该蜜罐系统主要使用了被动指纹识别技术和虚拟蜜罐技术．被动指纹识别技术基于每种操作系统的IP协议栈都有其自身特点的原理,通过捕捉和分析网络中的数据包从而确定周围计算机操作系统的类型．利用虚拟蜜罐技术的思想,能够在单一的物理设备上配置多个虚拟的蜜罐系统．结合这两种技术,文章最后给出了一个动态蜜罐的设计模型,同时也分析了它的不足之处．研究结果表明,动态蜜罐能够从根本上解决蜜罐在配置和维护上存在的问题．     

指纹识别技术领域的领航者——记杭州中正生物认证技术有限公司总经理李健

当你早晨起来,上班出门,按一下锁壁,门就关上了.当你走到办公室门口,拿出手指轻轻一点,门就打开了.今后不用再带一串串的钥匙,也不用记忆任何密码.这种轻松的生活已经离我们越来越近.这项新兴技术目前已直接应用于公共安全、金融安全等重要领域.     

多指标指纹图像分割方法研究

将投票决策系统引入到指纹图像分割过程中,提出了一种多指标投票决策指纹图像分割方法.首先选择区域灰度方差、灰度均值、块方向方差均值和点方向集中度指标等分割指标,然后分别采用单指标、双指标、多指标分别对指纹图像进行分割处理,最后针对所获得的多个指纹图像分割结果,采用投票决策系统在结果层进行决策融合,获得最终的指纹图像分割结...     

指纹图像细化算法的研究

对指纹图像的细化算法进行了较深入的研究，分析了两种常用的细化算法——快速细化算法和改进的OPTA算法各自的优缺点．针对这两种算法的不足，分析其产生的原因，并且在第二种算法的基础上，重新构建了细化模板，提出了一种新的细化算法．经过实验证明。该算法能够很好的满足细化的要求，细化完全彻底，细化以后的指纹骨架在纹线中心线，并保持了纹线原有的拓扑结构和细节特征，而且光滑无毛刺，运算速度也很快．     

生物识别技术与应用

生物识别技术可以用来鉴别身份或证明身份，主要包括虹膜识别、视网膜识别、面部识别、指纹识别、DNA识别、气味识别、签字识别和声音识别等，其中指纹识别是最常用的一种．生物识别技术在人类的物理生存空间和虚拟生存空间具有广泛的应用前景。在介绍生物识别原理的基础上。讨论了两种类型生物识别技术，一种基于生理特征：虹膜识别、视网膜识别、面部识别和指纹识别；另一种基于行为特征：签字识别和声音识别。