国产性70yerg老太,狠狠的日,欧美人与动牲交a免费,中文字幕成人网站

基本信息

項(xiàng)目名稱：
超大規(guī)模警用指掌紋檢索平臺(tái)
小類：
信息技術(shù)
簡(jiǎn)介：
本項(xiàng)目將指紋和掌紋這兩類特征融合在一起，建立一個(gè)基于雪崩理論的高精度高效率檢索平臺(tái)。主要內(nèi)容如下：1）基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽和切割；2）基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接；3）基于偏微分方程的低質(zhì)量圖像局部區(qū)域特征提??；4）基于雪崩理論的多級(jí)匹配算法；5）基于模糊神經(jīng)網(wǎng)絡(luò)的指掌紋信息融合；6）超大規(guī)模警用指掌紋檢索平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)。經(jīng)浙江公安物證鑒定中心試用，平臺(tái)運(yùn)行穩(wěn)定，已達(dá)到實(shí)用要求。
詳細(xì)介紹：
目的： 9.11事件發(fā)生以后，生物特征識(shí)別日益廣泛應(yīng)用于各行各業(yè)，指紋識(shí)別是其中最具代表性的技術(shù)之一，不僅已在司法領(lǐng)域取得巨大成功，而且開始應(yīng)用于眾多的民用領(lǐng)域，諸如指紋門鎖已開始進(jìn)入普通百姓家。作為對(duì)現(xiàn)有指紋特征識(shí)別技術(shù)的重要補(bǔ)充，掌紋有易于獲取和主特征明顯又穩(wěn)定等特點(diǎn)。指紋以細(xì)節(jié)特征點(diǎn)、中心點(diǎn)及三角點(diǎn)等通過系統(tǒng)進(jìn)行查找比對(duì)；掌紋具有面積大、流程長(zhǎng)、形態(tài)復(fù)雜且隨區(qū)域明顯變化的特點(diǎn)，并且也具有和指紋相同的細(xì)節(jié)特征點(diǎn)，因此可以用現(xiàn)有的指紋系統(tǒng)進(jìn)行掌紋比對(duì)。因此，這兩類特征之間的融合，相比其他生物特征時(shí)間的融合，更加的方便和深入。 隨著全球人口的過快增長(zhǎng)，聯(lián)合國(guó)人口司和眾多學(xué)者預(yù)測(cè)今年世界人口將突破70億大關(guān)。在國(guó)內(nèi)，第六次全國(guó)人口普查正在舉行，很多專家預(yù)測(cè)中國(guó)的人口總數(shù)將超過14億。最近幾年，隨著全世界范圍內(nèi)恐怖暴力事件的不斷升級(jí)，警用指紋識(shí)別更是引起了各國(guó)的重視，已在偵破案件中發(fā)揮了重要作用，警用掌紋識(shí)別也日漸受到關(guān)注。人口越多，指紋和掌紋數(shù)據(jù)庫(kù)也變得越來(lái)越龐大。當(dāng)從案發(fā)現(xiàn)場(chǎng)提取到指紋或掌紋，跟公安系統(tǒng)的數(shù)據(jù)庫(kù)進(jìn)行比對(duì)所花費(fèi)的時(shí)間也越來(lái)越長(zhǎng)。 基于上述原因，針對(duì)越來(lái)越龐大的指掌紋數(shù)據(jù)庫(kù)，本項(xiàng)目將指紋和掌紋這兩類特征融合在一起，建立一個(gè)基于雪崩理論的高精度高效率檢索平臺(tái)，為刑偵破案提供更強(qiáng)更好的技術(shù)保障。 基本思路： 針對(duì)越來(lái)越龐大的指紋和掌紋數(shù)據(jù)庫(kù)，實(shí)現(xiàn)快速又高效的檢索，為刑偵破案提供更強(qiáng)更好的技術(shù)保障。一方面，為了提高指紋庫(kù)中圖像的質(zhì)量，實(shí)現(xiàn)了基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽和自動(dòng)切割算法，以及基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接算法；另一方面，為了提高檢索速度，實(shí)現(xiàn)了基于雪崩理論的多級(jí)匹配算法；再則，為了提高檢索的精度，實(shí)現(xiàn)了多指指紋的融合和指掌紋的融合。 創(chuàng)新點(diǎn)： 1）基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽與切割：活體采集的聯(lián)指圖和拇指圖，以及由十指指紋信息卡掃描得到的聯(lián)指圖，通過基于三階累積量的前后背景分離、基于最小轉(zhuǎn)動(dòng)慣量的主方向估計(jì)、基于最小代價(jià)函數(shù)的指節(jié)線監(jiān)測(cè)、基于橢圓形狀描述子和置信度的標(biāo)定等算法，實(shí)現(xiàn)實(shí)時(shí)預(yù)覽和自動(dòng)切割。 2）基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接：首先估計(jì)相鄰兩幀圖像之間的偏移量，同時(shí)計(jì)算當(dāng)前幀與拼接所得圖像的累積旋轉(zhuǎn)角度，利用橢圓模型拼接當(dāng)前幀，去除拼接縫隙，實(shí)現(xiàn)無(wú)縫拼接。 3）基于雪崩理論的多級(jí)匹配：根據(jù)當(dāng)前待匹配圖像的特性，在特征提取階段提取多維可區(qū)分特征向量，在超大規(guī)模數(shù)據(jù)庫(kù)中檢索時(shí)，一次性大幅度縮小匹配范圍，然后采用多級(jí)匹配，從而迅速找到與其相似的圖像。 技術(shù)關(guān)鍵： 1） 聯(lián)指圖切割中的噪聲去除：聯(lián)指圖特別是由十指指紋卡片掃描得到的圖像，往往含有很多噪聲，比如文字噪聲；即使是活體采集得到的聯(lián)指圖，也會(huì)有采集噪聲，比如殘留在采集儀上的圖像；本項(xiàng)目通過對(duì)圖像的時(shí)頻域特征分析，有效去除圖像中的噪聲，提高切割的精度。 2） 滾動(dòng)指紋圖像的拼接痕跡去除：如果只考慮相鄰兩幀圖像之間的平移，拼接所得圖像往往有拼接痕跡。本項(xiàng)目通過估計(jì)累計(jì)旋轉(zhuǎn)角度，根據(jù)旋轉(zhuǎn)角度，選擇相應(yīng)的橢圓模型，實(shí)現(xiàn)拼接痕跡和縫隙的有效去除。 3） 低質(zhì)量圖像的可區(qū)分局部區(qū)域特征提?。喝绾握_評(píng)估圖像質(zhì)量，如果是低質(zhì)量圖像，采用基于偏微分方程的圖像增強(qiáng)算法，除了提取正常的特征以外，再提取具有可分性的局部紋理特征。 4） 基于雪崩理論匹配算法的風(fēng)險(xiǎn)評(píng)估：基于雪崩理論的多級(jí)匹配算法，能大大提高系統(tǒng)的檢索速度，因此有必要來(lái)評(píng)估相應(yīng)的風(fēng)險(xiǎn)。當(dāng)風(fēng)險(xiǎn)值達(dá)到一定的閾值時(shí)，應(yīng)根據(jù)一定的準(zhǔn)則函數(shù)，重新檢索，降低漏檢率。 5） 融合權(quán)重系數(shù)的訓(xùn)練方法設(shè)計(jì)：指紋圖像的特征數(shù)目往往比掌紋圖像的特征數(shù)目少很多，而可以利用的指紋數(shù)目又有10枚，而掌紋就左右2枚。根據(jù)相應(yīng)的質(zhì)量，來(lái)訓(xùn)練對(duì)應(yīng)的融合權(quán)重系數(shù)。 主要技術(shù)指標(biāo)： 1） 實(shí)時(shí)拼接每秒48幀采集率的滾動(dòng)圖像序列； 2） 聯(lián)指圖切割實(shí)時(shí)預(yù)覽和自動(dòng)切割； 3） 低質(zhì)量圖像特征提取的誤差控制在10%以內(nèi)； 4）800萬(wàn)級(jí)指紋數(shù)據(jù)庫(kù)，精度在95%以上； 5) 100萬(wàn)級(jí)掌紋數(shù)據(jù)庫(kù)，精度在96%以上； 6）800萬(wàn)級(jí)指紋數(shù)據(jù)庫(kù)和100萬(wàn)的掌紋數(shù)據(jù)庫(kù)，精度為98%。

作品專業(yè)信息

設(shè)計(jì)、發(fā)明的目的和基本思路、創(chuàng)新點(diǎn)、技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)

目的： 針對(duì)越來(lái)越龐大的指掌紋數(shù)據(jù)庫(kù)，本項(xiàng)目將指紋和掌紋這兩類特征融合在一起，建立一個(gè)基于雪崩理論的高精度高效率檢索平臺(tái)，為刑偵破案提供更強(qiáng)更好的技術(shù)保障。 針對(duì)越來(lái)越龐大的指紋和掌紋數(shù)據(jù)庫(kù)，實(shí)現(xiàn)快速又高效的檢索，為刑偵破案提供更強(qiáng)更好的技術(shù)保障。一方面，為了提高指紋庫(kù)中圖像的質(zhì)量，實(shí)現(xiàn)了基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽和自動(dòng)切割算法，以及基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接算法；另一方面，為了提高檢索速度，實(shí)現(xiàn)了基于雪崩理論的多級(jí)匹配算法；再則，為了提高檢索的精度，實(shí)現(xiàn)了多指指紋的融合和指掌紋的融合 創(chuàng)新點(diǎn)： 1）基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽與切割。2）基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接。 3）基于雪崩理論的多級(jí)匹配。 技術(shù)關(guān)鍵： 1） 聯(lián)指圖切割中的噪聲去除。 2） 滾動(dòng)指紋圖像的拼接痕跡去除。 3） 低質(zhì)量圖像的可區(qū)分局部區(qū)域特征提取。 4） 基于雪崩理論匹配算法的風(fēng)險(xiǎn)評(píng)估。 5） 融合權(quán)重系數(shù)的訓(xùn)練方法設(shè)計(jì)。 主要技術(shù)指標(biāo)： 1） 實(shí)時(shí)拼接每秒48幀采集率的滾動(dòng)圖像序列； 2） 聯(lián)指圖切割實(shí)時(shí)預(yù)覽和自動(dòng)切割； 3） 低質(zhì)量圖像特征提取的誤差控制在10%以內(nèi)； 4）800萬(wàn)級(jí)指紋數(shù)據(jù)庫(kù)，精度在95%以上； 5) 100萬(wàn)級(jí)掌紋數(shù)據(jù)庫(kù)，精度在96%以上； 6）800萬(wàn)級(jí)指紋數(shù)據(jù)庫(kù)和100萬(wàn)的掌紋數(shù)據(jù)庫(kù)，精度為98%。

科學(xué)性、先進(jìn)性

根據(jù)現(xiàn)有技術(shù)的不同的缺點(diǎn)，本項(xiàng)目對(duì)如下3種技術(shù)提出了改進(jìn)。 1）基于頻域分析的聯(lián)指圖實(shí)時(shí)預(yù)覽與切割：活體采集的聯(lián)指圖和拇指圖，以及由十指指紋信息卡掃描得到的聯(lián)指圖，通過基于三階累積量的前后背景分離、基于最小轉(zhuǎn)動(dòng)慣量的主方向估計(jì)、基于最小代價(jià)函數(shù)的指節(jié)線監(jiān)測(cè)、基于橢圓形狀描述子和置信度的標(biāo)定等算法，實(shí)現(xiàn)實(shí)時(shí)預(yù)覽和自動(dòng)切割。 2）基于橢圓模型的滾動(dòng)指紋圖像序列無(wú)縫拼接：首先估計(jì)相鄰兩幀圖像之間的偏移量，同時(shí)計(jì)算當(dāng)前幀與拼接所得圖像的累積旋轉(zhuǎn)角度，利用橢圓模型拼接當(dāng)前幀，去除拼接縫隙，實(shí)現(xiàn)無(wú)縫拼接。 3）基于雪崩理論的多級(jí)匹配：根據(jù)當(dāng)前待匹配圖像的特性，在特征提取階段提取多維可區(qū)分特征向量，在超大規(guī)模數(shù)據(jù)庫(kù)中檢索時(shí)，一次性大幅度縮小匹配范圍，然后采用多級(jí)匹配，從而迅速找到與其相似的圖像。

獲獎(jiǎng)情況及鑒定結(jié)果

論文情況： [1]李鵬，張永良，李焱淼，李駿康。基于頻域統(tǒng)計(jì)量的聯(lián)指圖噪聲監(jiān)測(cè)和去除。 計(jì)算機(jī)應(yīng)用，已錄用。 [2]方珊珊，張永良，姚曉敏，劉超凡，屠倩溪，黃亞平。Design and implementation of e-commerce communication system based on fingerprint authentication. ICEE 2011, 已錄用。 [3]李焱淼，張永良，陸佳煒，劉超凡，方珊珊。Robust rotation estimation of slap fingerprint image for e-commerce authentication. ICITIS 2010, 66-69.（EI檢索） 受資助情況： [1] 林璟，李鵬，劉超凡，黃凱，林正楷，“警用聯(lián)指圖快速切割算法研究”（項(xiàng)目編號(hào)：2009R403010），2009年浙江省大學(xué)生科技創(chuàng)新活動(dòng)計(jì)劃（新苗人才計(jì)劃）項(xiàng)目。 獲獎(jiǎng)情況： [1] 鄭誠(chéng)，李鵬，林璟，“警用聯(lián)指圖快速切割算法研究”，2010年校第22屆“運(yùn)河杯”學(xué)生課外科技作品競(jìng)賽2等獎(jiǎng)。 [2] 劉超凡，劉昆，陳慶祥，“基于B2B平臺(tái)的電子商務(wù)的指紋安全認(rèn)證”，2010年浙江省第五屆大學(xué)生電子商務(wù)競(jìng)賽，2等獎(jiǎng)。 已受理軟件著作權(quán)： [1] 張永良，黃亞平，陸佳煒，肖剛，盧赟，“基于滾動(dòng)指紋拼接和識(shí)別的考勤系統(tǒng)”，申請(qǐng)時(shí)間2010-12-30。 [2] 張永良，陸佳煒，肖剛，劉超凡，王榮斌，“電子商務(wù)指紋安全認(rèn)證系統(tǒng)”，申請(qǐng)時(shí)間2010-12-30。

作品所處階段

中試階段

技術(shù)轉(zhuǎn)讓方式

軟件著作權(quán)

作品可展示的形式

實(shí)物 現(xiàn)場(chǎng)演示

使用說(shuō)明,技術(shù)特點(diǎn)和優(yōu)勢(shì),適應(yīng)范圍,推廣前景的技術(shù)性說(shuō)明,市場(chǎng)分析,經(jīng)濟(jì)效益預(yù)測(cè)

使用說(shuō)明： 1）快速地對(duì)千萬(wàn)級(jí)指紋數(shù)據(jù)庫(kù)進(jìn)行檢索； 2）快速地對(duì)百萬(wàn)級(jí)掌紋庫(kù)進(jìn)行檢索； 3）自動(dòng)對(duì)聯(lián)指圖進(jìn)行切割； 4）自動(dòng)拼接滾動(dòng)指紋圖像序列； 5）實(shí)現(xiàn)掌紋和指紋的融合，提高檢索精度； 6）實(shí)現(xiàn)多級(jí)匹配，提高檢索速度。 技術(shù)特點(diǎn)和優(yōu)勢(shì)： 本項(xiàng)目提出的超大規(guī)模指掌紋檢索平臺(tái)的有益效果主要表現(xiàn)在： 1）提高了圖像質(zhì)量。 2）提高了檢索速度。 3）提高了檢索的精確度。 適應(yīng)范圍： 先期將主要針對(duì)省市級(jí)公安系統(tǒng)，中期將嘗試在全國(guó)范圍內(nèi)推廣使用，后期將力爭(zhēng)使其在其他國(guó)家和地區(qū)發(fā)揮作用。 推廣前景： 對(duì)已有檢索平臺(tái)的公安系統(tǒng)進(jìn)行升級(jí)，對(duì)沒有檢索平臺(tái)的各級(jí)公安部門進(jìn)行推廣使用，市場(chǎng)很大。

同類課題研究水平概述

針對(duì)本項(xiàng)目重點(diǎn)研究五個(gè)主題分別詳細(xì)闡述這五個(gè)主題的國(guó)內(nèi)外同類課題的研究現(xiàn)狀。 （一）聯(lián)指圖切割 通過近幾年的努力，現(xiàn)有的聯(lián)指圖切割算法性能上有了很大的改進(jìn)，但是公開發(fā)表的論文很少，大多數(shù)的技術(shù)仍處于商業(yè)機(jī)密階段。在理論和實(shí)用性能這兩個(gè)方面，仍存在不少可以提升性能的地方，主要包括以下幾個(gè)方面：1）左手右手的判別性能不夠高；2）指位的判別不夠精確；3）缺指和多指的情況無(wú)法精確識(shí)別；4）抗噪的魯棒性不夠。 （二）滾動(dòng)指紋拼接 相對(duì)于平面指紋，滾動(dòng)指紋的有效面積較大，相應(yīng)地能夠獲得更多的特征點(diǎn)信息。當(dāng)前的滾動(dòng)指紋拼接算法存在的問題可以歸納為三個(gè)方面：1）拼接得到的圖像有縫隙，導(dǎo)致偽特征點(diǎn)產(chǎn)生；2）拼接得到的圖像不完整，有幀丟失的情況，導(dǎo)致信息不完整；3）無(wú)法正確評(píng)估拼接得到圖像的質(zhì)量，導(dǎo)致很多時(shí)候仍需專家進(jìn)行監(jiān)督。 （三）低質(zhì)量指掌紋圖像的特征提取 低質(zhì)量的指紋圖像給識(shí)別帶來(lái)的困難主要是低質(zhì)量圖像的特征難以正確提取，用于識(shí)別的特征信息的丟失以及在特征信息中存在較大雜音使得難以正確計(jì)算紋路方向、難以正確分割圖像、難以提取紋路等。同樣，掌紋識(shí)別系統(tǒng)的性能很大程度上取決于獲得的掌紋圖像的質(zhì)量，而采集的圖像特別是現(xiàn)場(chǎng)采集到的掌紋圖像往往質(zhì)量較低，因此需要進(jìn)行圖像預(yù)處理以達(dá)到實(shí)用要求。目前，對(duì)低質(zhì)量指紋圖像的研究比較深入，但是對(duì)低質(zhì)量掌紋的研究還不是很成熟。如何從低質(zhì)量圖像中提取有用的特征信息，有待進(jìn)一步的深入研究。 （四）超大規(guī)模指掌紋庫(kù)的快速檢索 隨著人口的增長(zhǎng)，犯罪數(shù)量的持續(xù)增長(zhǎng)，不光是十指指紋庫(kù)的增長(zhǎng)速度驚人，現(xiàn)場(chǎng)指紋庫(kù)也增長(zhǎng)迅速。同樣，隨著掌紋采集儀成本的降低，掌紋庫(kù)也在快速增長(zhǎng)。對(duì)大型指掌紋庫(kù)的研究，就變得越來(lái)越重要。當(dāng)前，眾多的指紋識(shí)別系統(tǒng)，都是針對(duì)民用的，所面對(duì)的數(shù)據(jù)庫(kù)規(guī)模不大，因此針對(duì)超大規(guī)模警用數(shù)據(jù)庫(kù)的研究還不是很深入。 （五）指掌紋信息的融合 一個(gè)警用指掌紋識(shí)別系統(tǒng)里面，每個(gè)人有10枚平面指紋，還有2枚掌紋圖像。多指指紋之間的融合，指紋和掌紋之間的融合，是當(dāng)前提高系統(tǒng)檢索精度的有效手段，已被大家所認(rèn)可。當(dāng)前人臉和指紋之間的融合，人臉和虹膜之間的融合，類似這樣的多模態(tài)融合，已有不少的文獻(xiàn)。但是如何有效的融合多枚指紋圖像，還不是很成熟；如何有效的融合指紋和掌紋，也有待繼續(xù)深入研究。
建議反饋 返回頂部