指纹特征的统计模型及其在潜指纹和重叠指纹处理中的应用研究

项目名称： 指纹特征的统计模型及其在潜指纹和重叠指纹处理中的应用研究

项目编号： No.61202161

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 赵启军

作者单位： 四川大学

项目金额： 26万元

中文摘要： 自动指纹识别技术在过去几十年中得到了飞速发展，而且由于指纹唯一性分析的需要，不少指纹特征模型被提了出来。但是，现有的指纹特征统计模型对指纹形变不具有不变性，考虑的指纹特征也比较单一，忽略了指纹特征之间的结构关系，因而这些模型的鲁棒性和精确性都较差。另一方面，当前的自动潜指纹识别率仍然远低于指纹专家手工识别的准确率，其主要问题在于潜指纹质量差、图像背景复杂、指纹形变大、且所含有的指纹特征量少。针对这些问题，本项目将指纹形变引入指纹特征模型，利用聚类分析和优化算法同时估算模型系数和形变参数，分析指纹特征之间的结构关系并建立其分布模型，从而提高指纹特征模型的鲁棒性和精确性。此外，本项目将潜指纹和重叠指纹处理问题转化为模型的拟合和泛化问题，并基于所建立的指纹特征模型设计有效的指纹处理和识别算法，以提高特征提取的可靠性、增加有用的特征信息、改进识别率。本课题研究具有学术创新性和重要的应用价值。

中文关键词： 自动指纹识别；指纹特征；统计模型；指纹合成；指纹活体检测

英文摘要： Statistical modeling of fingerprint features is a fundamental problem in fingerprint individuality analysis and many other fingerprint image analysis applications, such as orientation field extraction and synthetic fingerprint generation. However, existin

英文关键词： Automated Fingerprint Recognition；Fingerprint Features；Statistical Models；Fingerprint Synthesis；Fingerprint Liveness Detection