山东省自然科学基金(Z2008G05)
- 作品数:5 被引量:16H指数:2
- 相关作者:尹义龙任春晓马军詹小四郭文鹃更多>>
- 相关机构:山东大学中共河北省委党校山东大学威海分校更多>>
- 发文基金:山东省自然科学基金山东大学自主创新基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于多级索引的指纹分类算法被引量:2
- 2010年
- 为提高大规模网络化指纹识别系统的检索速度和准确率,提出一种基于多级索引的指纹分类算法,将质量特征分为质量高和质量差2类,对于质量高的指纹利用指纹图像的3个特征——指纹类别、宏观曲率和平均周期建立三级索引,以逐级缩小检索空间。实验结果表明,该算法准确率高、检索速度快,具有良好的实时性。
- 王文涛尹义龙戴鸿君王文会
- 关键词:指纹检索
- 一种指纹纹线距离估计算法被引量:9
- 2009年
- 指纹图像的平均纹线距离是指纹纹理属性的一个重要特征.作为一个重要的参数,平均纹线距离的估计精度可能对分割、增强和分类结果造成严重影响.文中提出一种指纹图像平均纹线距离估计算法.通过使用傅立叶变换、熵和加权欧氏距离等方法实现对平均纹线距离的精确估计.为评价算法性能,提出使用人工数据集和典型指纹图像对算法进行测试的实验方案.实验结果表明,本文算法可以对指纹平均纹线距离实现精确估计.
- 任春晓尹义龙马军詹小四
- 关键词:指纹识别纹线距离傅立叶变换
- 基于机器学习的视频指纹识别被引量:1
- 2011年
- 把视频应用于指纹识别,定义指纹视频的内部相似性(inside similarity,SI)和一对待匹配指纹视频的外部相似性(outside similarity,SO),计算两个视频的匹配分数来表示它们的相似性,大大提高了自动指纹识别系统的识别率。为寻求更好的识别效果,提出把一次匹配结果作为一个样本,将SI和SO作为一个样本的两个特征的新思路,把判断一次匹配是同源匹配还是异源匹配问题转化为对具有二维特征(SI,SO)的样本进行分类的问题。在样本集上应用常见的机器学习算法,对每次的匹配结果进行分类。在两组样本集上的实验结果为应用机器学习算法得到的最低错误率分别为0.170 4%和0.110 6%,而使用阈值得到的最低错误率分别为0.222 9%和0.1700%。结果表明,相比使用阈值来区分指纹同、异源的方法,应用机器学习算法不仅提高了识别率,而且省去了计算两个视频的匹配分数时对参数和阈值的复杂选取过程。
- 何雪英秦伟尹义龙赵联征乔昊
- 关键词:指纹识别视频
- 基于协同训练的指纹图像分割算法被引量:3
- 2009年
- 指纹图像分割是自动指纹识别系统预处理中最关键的技术之一.精确、可靠地将指纹图像从背景中分割出来,能够加快后续工作的处理速度,提高识别算法的准确性.传统的分割算法需要大量已标记的指纹图像作为训练数据,但实际应用中获取标记样本比较繁琐和耗时.为综合利用已标记和未标记的指纹图像,提出一种基于协同训练的半监督指纹图像分割算法:CoSeg.该算法在基于像素水平的Coherence、Mean、Variace(CMV)特征体系下,使用标记盒和支持向量机作为基分类器进行协同训练.在FVC2002指纹库上的实验结果表明,CoSeg能够在标记信息较少的情况下取得较好的性能,并在处理低质量指纹图像时表现出较强的鲁棒性.
- 周广通尹义龙郭文鹃任春晓
- 关键词:指纹识别指纹图像分割半监督学习
- 序列化融合的指纹匹配方法被引量:1
- 2011年
- 在指纹识别中,利用细节点或纹线等单一指纹特征的识别算法来得到一个很高的识别性能比较困难。将不同的指纹匹配算法进行融合来获得较高的准确率已经成为当前研究的热点。提出了一种新的序列化融合的指纹匹配方法。利用基于细节点的指纹匹配算法对待识别指纹进行预判,对于不能确定其为同源或异源的,将再利用基于纹线的指纹匹配算法进行匹配,对两次的匹配得分进行融合,基于融合结果判断其为同源或异源。在指纹库FVC2002DB2上的实验结果表明,采用基于细节点的指纹匹配算法、基于纹线的指纹匹配算法、对上述两种算法的Sum融合方法、提出的方法得到的等错误率(EERs)分别为3.0%、4.9%、2.0%、1.9%,且相对于Sum融合方法,提出的方法在时间消耗上降低了64.64%。
- 李铁军宁延彬尹义龙杨志国
- 关键词:指纹识别细节点