掌纹识别
掌纹识别的相关文献在2000年到2022年内共计357篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文240篇、会议论文22篇、专利文献246582篇;相关期刊136种,包括吉林大学学报(理学版)、科学技术与工程、光电工程等;
相关会议21种,包括全国第26届计算机技术与应用学术会议、2013年全国理论计算机科学学术年会、2011年江苏省人工智能学术会议等;掌纹识别的相关文献由647位作者贡献,包括苑玮琦、郭金玉、桑海峰等。
掌纹识别—发文量
专利文献>
论文:246582篇
占比:99.89%
总计:246844篇
掌纹识别
-研究学者
- 苑玮琦
- 郭金玉
- 桑海峰
- 张大鹏
- 林森
- 潘新
- 薛延学
- 黄静
- 刘玉芹
- 孙英娟
- 尚丽
- 左旺孟
- 李云峰
- 王宽全
- 罗玲
- 聂刚
- 谢峰
- 龙海敏
- 刘一杰
- 吴鑫
- 孙冬梅
- 岳峰
- 张亚莉
- 徐丹
- 李元
- 洪丹枫
- 王磊
- 袁国武
- 贾伟
- 赵志刚
- 阮秋琦
- 丁小梁
- 冯才刚
- 刘伟
- 刘春亮
- 刘英明
- 刘重晋
- 刘霞
- 吴春生
- 姜威
- 孙宝林
- 孙英慧
- 封举富
- 张家树
- 张彬
- 张秀峰
- 曾静
- 李昌峰
- 李春芝
- 李玉盛
-
-
丘展春;
费伦科;
滕少华;
张巍
-
-
摘要:
掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点。传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题。为了解决这些问题,本文提出了一种基于学习的掌纹识别算法。首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征。然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余。最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子。在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度。
-
-
朱晓凤;
肖佳;
杨微;
罗琼;
张志威
-
-
摘要:
在人们日益重视隐私的情况下,掌纹识别作为无接触的生物特征识别技术体现了无接触性、用户自主性等特点,使掌纹识别得到广泛关注。文章基于 Faster RCNN 深度学习模型,详细介绍了在 Android 系统下掌纹识别系统的系统架构、开发流程、核心算法及运行性能分析,经过测试说明,掌纹识别系统在移动端得到了较好的认证效果,证实此系统有一定的实用价值。
-
-
刘雪微;
王磊;
章强;
王继帅;
李选普
-
-
摘要:
在多光谱掌纹图像采集设备研发的基础上,提出一种基于卷积神经网络的多光谱掌纹识别方法.该方法使用ResNet-18网络对掌纹图像进行特征提取,应用特征级融合方法并将融合后的特征送入SVM分类器中进行决策.实验结果表明,所提出的多光谱掌纹识别方法可以有效提升掌纹图像特征判别效率,相比于单光谱方法和传统的神经网络算法具有更高的识别准确率.
-
-
张彬;
帅小应;
钱进;
周爱平
-
-
摘要:
在掌纹识别中,对二维主成分分析(2DPCA)算法研究发现,用掌纹训练样本的均值来算投影矩阵得不到很好的识别率.为减小这种偏离中心的影响从而提高识别率,提出了一种用中间值代替原有均值的2DPCA掌纹识别算法.
-
-
李小敏;
陈英
-
-
摘要:
针对多生物信息识别分类问题,提出了一种基于分数层融合的掌纹和虹膜融合识别模型.首先使用1D Log-Gabor滤波及最小汉明距离匹配实现了虹膜的特征提取和识别匹配,识别准确度达到98.9%;其次利用优化后的Squee-zeNet网络模型实现了掌纹的分类识别,其分类准确效率可达99%;最后采用分数层融合方案按掌纹与虹膜比为4:6的权重比进行多生物融合识别,最终实现识别分类准确度为99.75.此外,设定评价指标对掌纹、虹膜以及融合后的识别性能进行了评估,得到该三个识别系统的AUC值分别为0.994875、0.985471、0.999599.实验结果表明,多模态生物特征融合识别有效地提高了系统识别的性能,使其具有更高的识别效率和准确度,在安全性、可靠性和鲁棒性等方面都有所增强.
-
-
-
-
陈曦;
于明;
岳峰
-
-
摘要:
面向大规模人群身份辨识的掌纹识别系统有广阔的应用前景.为了加速系统的响应时间,提出了一种基于局部方向场散列的快速掌纹识别方法局部方向场散列(LOFP hashing).该方法首先使用一种方向特征双编码的方式,解决了传统编码方式不稳定、精度差的缺点.然后提出一种特征窗口化的处理方式,即局部方向场模式,加速目标掌纹的检索.在香港理工大学大规模掌纹数据库Hong Kong PolyU large-scale database,中国科学院掌纹数据库CASIA database以及一个大规模模拟数据库上进行对比实验,结果表明,提出的方法在基本不损失精度甚至有所提高的前提下,可以显著加速辨识速度.因此,LOFP hashing可以有效提升面向大规模人群掌纹识别系统的性能.
-
-
张大鹏
-
-
摘要:
指纹、人脸、虹膜识别等生物识别方式目前占据了身份核验市场的主流。然而,在2020世界计算机大会名家讲堂上,加拿大皇家科学院院士、香港中文大学(深圳)校长讲座教授张大鹏指出,这三种方式都可能产生安全隐患。他介绍了一种更适合进行身份核验的生物识别方式——掌纹识别。此外,他还将自己和团队对生物特征识别在医学和审美方面的前沿研究成果进行了深入浅出的讲解。
-
-
张震宇;
檀华梅;
欧阳伟博;
储文顺;
陈晨;
陈肖茹
-
-
摘要:
近年来公交车上多次发生因乘客争抢司机方向盘导致车辆失控的事故,对乘客的人身安全造成巨大伤害。调查发现,乘客与驾驶员发生口角、公交车停靠站上下车的交通秩序等问题都可能造成乘客抢夺方向盘,并且此种事件时常出现,时刻都会引发危险。文章设计一种基于掌纹识别的防事故方向盘,通过对驾驶员的掌纹进行识别和分析,检测到的信息传输至ECU处理系统,以ECU处理系统和制动装置联动,引发报警以降低此类事件的发生率,并通过这种方法达到维护公共交通安全和运营秩序的目的。
-
-
Luo Yuetong;
罗月童;
Zhao Lanying;
赵兰英;
Jia Wei;
贾伟;
Gu Jing;
顾靖;
Xue Feng;
薛峰
- 《全国第26届计算机技术与应用学术会议》
| 2015年
-
摘要:
基于局部描述子的掌纹识别方法因具有计算量小、无需训练等优点而受到越来越多的关注.韦伯局部描述子WLD(Weber Local Descriptor)是基于心理学中韦伯定律的新兴局部描述子,本文首次将韦伯局部描述子引入掌纹识别领域,并根据掌纹含有丰富线特征的特点,提出更符合掌纹识别的线特征韦伯局部描述子LWLD(Line Feature Weber Local Descriptor).线特征韦伯局部描述子首先采用MFRAT或Gabor滤波器对掌纹图像进行线性滤波,生成方向图Φ和能量图E;之后对能量图E进行韦伯差励滤波生成差分激励图ξ;最后基于方向图Φ和差分激励图ξ构造线韦伯特征直方图,并基于线韦伯特征直方图进行掌纹特征识别.基于PolyU Ⅱ掌纹库和Cross-sensor掌纹库,将本文方法和目前其他基于局部描述子的典型掌纹识别方法进行对比,结果表明本文方法具有更高的识别率和更强容错性.
-
-
ZHAO Zhi-gang;
赵志刚;
WU Xin;
吴鑫;
HONG Dan-feng;
洪丹枫;
PAN Zhen-kuan;
潘振宽
- 《2013年全国理论计算机科学学术年会》
| 2013年
-
摘要:
提出了一种基于信息熵(information entropy)的GLBP掌纹识别算法(EGLBP),首次将该算法运用到掌纹中.同时,为了提高识别精度、降低算法复杂度,引入信息熵来度量掌纹所含的信息量,熵越大,所含信息量越多.首先对图像进行Gabor变换,分别计算变换后图像的信息熵,去除熵较小的几幅图像;然后对剩余的图像使用分块思想,对每块进行LBP特征提取,并联融合所有特征;最后使用卡方距离对掌纹所属类别进行判定.经过PolyU掌纹中心区域图像的验证,与传统掌纹识别算法相比,EGLBP算法识别率达到99.89%,识别时间为113.9ms,具有有效性和优越性.
-
-
-
李嘉伟;
孙明
- 《中国农业工程学会电气信息与自动化专委会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会》
| 2010年
-
摘要:
近年来,掌纹识别作为生物特征识别的一种方法,得到了国内外众多学者的关注.对于掌纹识别中的关键问题--掌纹特征提取,本文提出了三种特征提取及相应的识别算法.第一种算法是使用小波变换进行掌纹图像能量特征提取及识别;第二种是使用一组二维Gabor 滤波器进行图像滤波,基于2DPCA 进行数据特征提取及识别;第三种是采用2DPCA+2DLDA 进行特征提取及识别.本文使用国际公认的香港理工大学掌纹库进行掌纹图像的识别研究,在掌纹库中随机选用40 个人的360 幅图像,其中240幅作为训练样本,120幅作为测试样本,对于上述三种算法采用最佳参数进行测试,分别得出三条体现算法性能的ROC曲线.使用ROC曲线进行特征提取算法的效果测评.
-
-
-
-
-
颜廷秦;
刘淑芬
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
为了提高识别率,提出了基于MEEMD和2DPCA的掌纹识别方法。利用MEEMD技术对掌纹图像进行分解,得到本征模式函数(IMF)分量,用高频分量重构掌纹图像,形成掌纹识别图像集。然后利用2DPCA技术进行识别。MEEMD重构掌纹能够突出掌纹细节特征,提高识别率。采用香港理工大学掌纹数据库进行实验,将此方法与不包含MEEMD的2DPCA方法进行比较,实验结果说明此方法有较高的识别率和较快的识别速度。
-
-
荆晓远;
吕燕燕;
蓝超;
成小惠;
李升;
姚永芳
- 《2010年全国模式识别学术会议(CCPR2010)》
| 2010年
-
摘要:
掌纹识别是利用手掌皮肤的主要纹路进行识别和验证的一种技术。与人脸图像相比,掌纹图像可靠性高,掌纹特征非常稳定,不受表情、姿态及光照等多种变化因素的影响。非采样方向小波变换具有多尺度,时移不变性以及多方向性等优点,对图像的边缘和轮廓有很好的逼近表示。核函数鉴别分析是目前非线性化算法中一种有效的图像特征提取技术。基于这几种技术,本文提出基于非采样方向小波的掌纹图像的非线性鉴别特征提取算法,首先对原始掌纹图像进行非采样方向小波变换,获得多尺度多方向变换图像,然后进行非线性映射,再利用核可分判决选择鉴别能力强的尺度变换图像进行特征提取和分类。在掌纹库上的实验结果显示了本文所提方法的有效性,且识别率高于基于DCT、Gabor变换的掌纹图像非线性鉴别特征提取算法的识别率。
-
-
李世明
- 《2009年全国理论计算机科学学术年会》
| 2009年
-
摘要:
为了研究Nonsubsampled Contourlet变换(NSCT)在掌纹识别应用方面的可行性和性能,本文采用MATLAB仿真手段,利用NSCT对纹理特有的各向异性和多尺度特点,以香港理工大学采集的掌纹图像为研究样本,建立掌纹识别的分析和研究平台,针对NSCT从掌纹图像中分解得到的多个系数矩阵,研究掌纹特征的提取算法。实验结果表明,NSCT在掌纹识别方面具有较好的性能和较高的识别率,从而验证了该方法在掌纹识别中的有效性和识别效果。
-
-
-
-
- 大连民族大学
- 公开公告日期:2019.02.12
-
摘要:
掌纹识别中的掌纹ROI分割方法,属于掌纹识别领域,为了解决现有的掌纹识别识别过程中,掌纹分割所具有的基于正方形的定位分割方法中定位点不易确定和同类图像ROI提取偏移度较大问题,包括如下步骤:S1.选取拟合直线;S2.图像矫正和掌纹的ROI分割,效果是:图像分割算法降低了图像采集时图像旋转和平移的影响。
-
-
-
-
-
-
-
- 大连民族大学
- 公开公告日期:2016-09-14
-
摘要:
掌纹识别中的掌纹ROI分割方法,属于掌纹识别领域,为了解决现有的掌纹识别识别过程中,掌纹分割所具有的基于正方形的定位分割方法中定位点不易确定和同类图像ROI提取偏移度较大问题,包括如下步骤:S1.选取拟合直线;S2.图像矫正和掌纹的ROI分割,效果是:图像分割算法降低了图像采集时图像旋转和平移的影响。
-