项目名称: 结合汗孔和细节点的高分辨率指纹匹配算法研究

项目编号: No.61271344

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 无线电电子学、电信技术

项目作者: 卢光明

作者单位: 哈尔滨工业大学

项目金额: 75万元

中文摘要: 随着自动指纹识别系统的不断推广,现有的单纯基于细节点的指纹识别技术已遇到瓶颈,如精度有待进一步提高、防伪能力差、容易受到欺骗或攻击等。为了解决上述问题,本项目提出结合汗孔和细节点的高分辨率指纹识别技术,借助新型图像采集传感器,获取高分辨率指纹图像,以捕获手指丰富的汗孔信息。手指皮肤表面汗孔分布具有个人特征,且相对稳定,可以用于身份识别。研究内容将围绕高精度且算法复杂度低的汗孔特征提取、特征选择、特征配准、和特征匹配算法,以及有效的汗孔特征和细节点特征融合匹配框架和匹配方法展开。通过扩大用于识别的特征集,提高识别系统的精度。同时,汗孔信息多且复杂,很难伪造,可增加系统的防伪能力。此外,汗孔特征还可以用来进行活体检测,以加强系统安全性。从而最终实现高精度、防伪能力强、及具有一定活体检测能力的高分辨率指纹识别系统,促进我国新一代指纹识别核心技术的发展。

中文关键词: 生物特征识别;指纹识别;汗孔提取;汗孔匹配;

英文摘要: With the development of automated fingerprint identification systems (AFIS) and people's growing demand for security, the existing minutiae-based AFIS are restricted at several crucial bottlenecks, such as the recognition accuracy, the anti-fake capability, and the sensitivity to frauds and attacks etc. To solve the above mentioned problems, this project proposes to develop high resolution fingerprint recognition techniques by considering both sweat pores and minutiaes. Sweat pores can only be extracted from high resolution fingerprint images captured by novel imaging sensor. They are found to be unique and stable enough for human identification. Our researches mainly focus on different kinds of algorithms with high accuracy and efficiency, for instance, sweat pore feature extraction, feature selection, feature alignment, feature matching, and feature fusion with minutiaes' algorithms and strategies. We plan to improve systems' recognition accuracy by combining more features. Meanwhile, such system is more robust to frauds due to the high complexity and large quantities of sweat pores. Sweat pores also can be used for liveness detection to strengthen system security. We finally aim to achieve a high resolution fingerprint identification system with high recognition accuracy and strong anti-fake capability. This

英文关键词: Biometrics;Fingerprint recognition;Sweat pore extraction;Sweat pore matching;

成为VIP会员查看完整内容
0

相关内容

生物特征识别(BIOMETRICS) 技术,是指通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术。
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI2022】基于渐进式增强学习的人脸伪造图像检测
专知会员服务
21+阅读 · 2022年1月19日
[ACM MM 2021]结合文字识别结果的鲁棒和精确文本视觉问答
专知会员服务
15+阅读 · 2021年11月14日
专知会员服务
15+阅读 · 2021年8月10日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
20+阅读 · 2020年9月8日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
42+阅读 · 2020年9月8日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
48+阅读 · 2020年8月2日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
拯救者游戏平板 Y700 深度体验,难得的游戏神器
ZEALER订阅号
0+阅读 · 2022年3月7日
深度解析人脸关键点Landmark算法FPS3000
CVer
13+阅读 · 2020年7月4日
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
推荐算法:Match与Rank模型的交织配合
从0到1
15+阅读 · 2017年12月18日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
2D Human Pose Estimation: A Survey
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
【AAAI2022】基于渐进式增强学习的人脸伪造图像检测
专知会员服务
21+阅读 · 2022年1月19日
[ACM MM 2021]结合文字识别结果的鲁棒和精确文本视觉问答
专知会员服务
15+阅读 · 2021年11月14日
专知会员服务
15+阅读 · 2021年8月10日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
20+阅读 · 2020年9月8日
【ACM MM2020】跨模态分布匹配的半监督多模态情感识别
专知会员服务
42+阅读 · 2020年9月8日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
48+阅读 · 2020年8月2日
大数据安全技术研究进展
专知会员服务
92+阅读 · 2020年5月2日
相关资讯
拯救者游戏平板 Y700 深度体验,难得的游戏神器
ZEALER订阅号
0+阅读 · 2022年3月7日
深度解析人脸关键点Landmark算法FPS3000
CVer
13+阅读 · 2020年7月4日
TPAMI 2019 | 鲁棒RGB-D人脸识别
计算机视觉life
11+阅读 · 2019年6月8日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
推荐算法:Match与Rank模型的交织配合
从0到1
15+阅读 · 2017年12月18日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员