搜索到418篇“ 指纹识别算法“的相关文章
一种指纹识别算法评测方法及系统
本发明提供一种指纹识别算法评测方法及系统,该方法包括:对待测指纹识别算法进行建库测试;将指纹数据库中的指纹输入待测指纹识别算法进行识别测试;统计待测指纹识别算法的各个评测指标并根据评测指标对各个待测指纹识别算法进行评价。...
吴浩秦旗吴春生张晔陈子龙王子政
基于指纹细节点特征的指纹识别算法研究与改进
指纹识别是生物识别领域的研究热点,目前已有许多学者在这个领域进行了大量研究。但是直至现在,指纹识别中的某些技术难题仍然没有得到完全解决,存在如指纹方向场的精度不高、预处理效果较差、匹配速度慢、对于低质量的指纹图像匹配效果...
杨子颖
关键词:指纹识别DELAUNAY三角网
面向公平性联邦学习的指纹识别算法
2024年
现有的指纹识别方法大多是基于机器学习,在对海量数据集中训练时忽视了数据本身的隐私性和异质性,从而导致用户信息泄漏和识别率降低。为在隐私保护下协同优化模型精度,提出了一个全新的基于联邦学习的指纹识别算法(Federated Learning-Fingerprint Recognition,Fed-FR)。首先,通过联邦学习迭代聚合来自各终端的参数,从而提高全局模型的性能;其次,将稀疏表示理论用于低质量指纹图像去噪处理,来增强指纹的纹理结构;再次,针对客户端异构而导致的分配不公问题,提出基于水库抽样的客户端调度策略;最后,在3个真实数据集上进行仿真实验,对Fed-FR的有效性进行对比分析。实验结果表明,Fed-FR精度比局部学习提高5.32%,比联邦平均算法提高8.56%,接近于集中学习的精度;在隐私保护水平、评估准确率及可扩展性等方面具有良好的表现。研究成果首次展现了联邦学习与指纹识别结合的可行性,增强了指纹识别算法的安全性和可扩展性,给联邦学习应用于生物识别技术提供了参考。
王晨卓鲁艳蓉沈剑
关键词:指纹识别隐私保护
时变信道下的射频指纹识别算法研究
无线通信技术的广泛应用对人们的生产生活方式产生了深远的影响。然而,由于无线传播信道的开放性,无线通信网络相较于有线通信网络更易遭受非法用户的恶意攻击,因此,无线网络的设备身份认证问题不容忽视。射频指纹(Radio Fre...
张帆
关键词:时变信道TRANSFORMER
一种基于弧形面指纹采集器的指纹识别算法及强光手电筒
本发明涉及指纹识别技术领域,特别是涉及一种基于弧形面指纹采集器的指纹识别算法及强光手电筒,所述算法包括:接收到触发信号,获取指纹采集器采集到的第一指纹信息;监测指纹采集器的输出信息,根据所述输出信息判断手指是否移动;若判...
丁柏平杨锋黄阳彪龚政
小面积指纹识别算法研究
指纹识别技术是广泛使用的生物特征识别技术之一,占生物识别市场份额的一半以上。随着智能终端设备的普及以及便携性的要求,用于采集功能的指纹传感器面积不断减小,采集到的指纹图像面积越来越小。这些小面积指纹图像中往往缺少指纹细节...
黄弘博
关键词:图像特征点
基于Finger-mixNet的指纹识别算法研究被引量:1
2023年
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。
李宁董云云徐双
关键词:指纹识别
一种深度学习射频信号指纹识别算法的定位方法和装置
本申请提供了一种深度学习射频信号指纹识别算法的定位方法和装置。通过所述客户端依据所述信号强度指纹的集合生成点位数据集;其中,点位数据集为所述客户端在目标商场内的每个点位的概率以及每个点位的具体信息的集合;所述具体信息包括...
苏醒李鹤陈俊男马秋楠余红钊肖靖
一种深度学习射频信号指纹识别算法的定位方法和装置
本申请提供了一种深度学习射频信号指纹识别算法的定位方法和装置。通过所述客户端依据所述信号强度指纹的集合生成点位数据集;其中,点位数据集为所述客户端在目标商场内的每个点位的概率以及每个点位的具体信息的集合;所述具体信息包括...
苏醒李鹤陈俊男马秋楠余红钊肖靖
文献传递
改进Stacking集成学习的指纹识别算法被引量:6
2022年
针对传统卷积神经网络对多传感器指纹识别泛化能力降低、准确率不高的问题,提出改进的Stacking集成学习算法。首先将AlexNet进行改进,在AlexNet中引入深度可分离卷积减少参数量,加快训练速度;引入空间金字塔池化,提升网络获取全局信息的能力;引入批归一化,加快网络收敛速度,同时提升网络在测试集上的准确率;使用全局平均池化替代全连接层,防止过拟合。然后将DenseNet和改进的AlexNet 2种卷积神经网络作为Stacking的基学习器对指纹进行分类,获得预测结果。最后对相同基学习器训练得到的各个模型,根据预测精度对各预测结果赋权,得到的预测结果再由元分类器分类。改进的Stacking算法在多传感器指纹数据库上进行实验,最终识别准确率达98.43%,相对AlexNet提升了20.05%,相对DenseNet提升了4.25%。
苏赋罗海波
关键词:指纹识别卷积神经网络

相关作者

杨鑫
作品数:333被引量:250H指数:8
供职机构:中国科学院自动化研究所
研究主题:断层成像 分子影像 成像 图像 指纹
田捷
作品数:888被引量:3,051H指数:30
供职机构:中国科学院自动化研究所
研究主题:断层成像 分子影像 成像 图像 成像系统
段磊
作品数:24被引量:24H指数:4
供职机构:兰州大学
研究主题:指纹识别 胶质瘤 基于小波变换 小波变换 靶向治疗药物
田伟
作品数:80被引量:200H指数:9
供职机构:南京信息工程大学
研究主题:WIFI 虚拟机 向量 数据集 积雪
刘旭
作品数:11被引量:56H指数:3
供职机构:中国科学院自动化研究所
研究主题:指纹 遥控汽车 嵌入式系统 报警信号 非法用户