-
公开(公告)号:CN114550224B
公开(公告)日:2024-11-29
申请号:CN202210051315.3
申请日:2022-01-17
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明提供一种基于深度学习的指纹图像识别比对方法、装置和电子设备,方法包括:获取第一指纹图像、第二指纹图像和多个待比对指纹图像;根据第一指纹图像生成指纹分类类别;根据第二指纹图像和指纹分类类别训练第一神经网络,得到第一网络模型;根据第二指纹图像、指纹分类类别和第一网络模型训练第二神经网络,得到第二网络模型;根据多个待比对指纹图像和第二网络模型,得到至少一个图像相似度,图像相似度用于表示两个待比对指纹图像的相似度。通过指纹图像生成指纹分类类别,应用指纹分类类别和不同神经网络结构训练神经网络模型,应用训练好的神经网络模型对待比对指纹图像进行图像识别比对,实现提高指纹图像的识别性能的效果。
-
公开(公告)号:CN114419681A
公开(公告)日:2022-04-29
申请号:CN202210022014.8
申请日:2022-01-10
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明提供一种掌纹识别方法、装置、电子设备及存储介质,掌纹识别方法,包括:获取待识别掌纹图像;对所述待识别掌纹图像的尺寸进行处理,使得所述待识别掌纹图像的尺寸满足目标尺寸,再对所述待识别掌纹图像进行归一化处理,得到预处理图像;将所述预处理图像输入至训练好的特征提取网络模型,得到掌纹特征序列;将所述掌纹特征序列与预设的掌纹库进行匹配,从所述掌纹库中确定匹配的掌纹图像。本发明提供的掌纹识别方法、装置、电子设备及存储介质,可以解决现有技术中掌纹识别与匹配耗时长的缺陷,实现降低掌纹识别与匹配的耗时,提高掌纹识别与匹配的效率。
-
公开(公告)号:CN111309901A
公开(公告)日:2020-06-19
申请号:CN202010062909.5
申请日:2020-01-19
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明实施例公开了一种短文本分类方法及装置,方法包括:对目标短文本进行向量化处理,得到向量化目标短文本;提取所述向量化目标短文本的特征,得到向量化目标短文本特征;根据所述向量化目标短文本特征,确定所述目标短文本的语义向量;根据所述目标短文本的语义向量,确定所述目标短文本的类别。本发明实施例根据所述目标短文本的语义向量,确定所述目标短文本的类别,提高了分类精度,提高了分类准确率;克服了支持向量机模型分类只能进行二分类的问题,本发明支持多类分类;克服了支持向量机模型对大规模训练样本难以实施的问题;自动化对目标短文本进行分类,减少了工作人员工作量。
-
公开(公告)号:CN103793696B
公开(公告)日:2017-02-08
申请号:CN201410049244.9
申请日:2014-02-12
Applicant: 北京海鑫科金高科技股份有限公司
IPC: G06K9/00
Abstract: 本发明涉及一种指纹识别方法及其系统,所述方法包括:输入多个档案指纹和一个待识别指纹;选择任一档案指纹作为当前档案指纹,对当前档案指纹和待识别指纹分别进行细节点划分,并构建细节点对;计算细节点对的第一相似度和第二相似度;对所述第一相似度和所述第二相似度分别进行配准,计算第三相似度和第四相似度;将所述第一相似度、第二相似度、第三相似度和第四相似度进行融合,得出当前档案指纹与待识别指纹的最终相似度;依次将所有档案指纹进行上述计算,得出所述多个档案指纹的最终相似度,将所述最终相似度最高的档案指纹作为所述待识别指纹的识别结果。该方法通过对柱形编码赋值和对细节点配准,提高了指纹识别能力。
-
公开(公告)号:CN102663459B
公开(公告)日:2016-04-27
申请号:CN201210072779.9
申请日:2012-03-19
Applicant: 北京海鑫科金高科技股份有限公司
IPC: G06K17/00
Abstract: 本发明公开了一种综合信息采集处理系统,包括:至少两种信息采集装置,用于采集工作对象的至少两种个体特征信息;分析处理装置,与所述信息采集装置连接,用于对采集的至少两种个体特征信息进行分析处理;存储装置,用于存储对所述采集的至少两种个体特征信息和/或所述分析处理装置的分析处理结果;所述信息采集装置将采集的信息自动加密并电子签名后即时上传至所述存储装置,所述存储装置中的数据只能被读取,不能被修改;支撑工作台,由至少两个可拆分的子工作台构成,用于承载所述信息采集装置。本发明信息采集方便并能实现信息的即时加密上传,减少原始信息被篡改的可能性。
-
公开(公告)号:CN101196985B
公开(公告)日:2011-06-01
申请号:CN200610165332.0
申请日:2006-12-18
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明涉及一种用于复杂背景图像的眼睛定位装置与方法,使用一个定位装置,装置中的数字信号处理器配置有先入先出存储器、同步动态随机存储器、可擦写存储器、复杂可编程逻辑器件、视频解码器、摄像装置、定位算法软件及数据;所述定位的步骤是:启动所述定位装置,将固化在可擦写存储器中的人脸检测、眼睛定位软件装载入数字信号处理器中运行;启动摄像装置采集包含人脸图像的模拟视频信号;该模拟视频信号经视频解码器处理后变成4:2:2的YUV格式的数字视频信号;然后将该数字视频信号送入数字信号处理器;数字信号处理器对输入的数字视频信号进行逐帧检测人脸在图像中的位置,并在检测出的人脸图像区域中使用眼睛定位算法进行处理,定位出眼睛位置。
-
公开(公告)号:CN101383002B
公开(公告)日:2010-09-08
申请号:CN200810224932.9
申请日:2008-10-27
Applicant: 北京海鑫科金高科技股份有限公司
IPC: G06K9/00
Abstract: 本发明涉及一种支持任意方向滚动的指纹采集和拼接方法,是一种指纹图形的识别和处理方法。本发明使用由指纹采集仪、电脑和指纹采集拼接程序所组成的指纹采集系统,本方法包括步骤:启动指纹采集拼接程序初始化,初始采集,正式采集,确定当前帧指纹区域,更新拼接图像,确定拼接图像指纹区域,生成拼接效果图像,显示拼接效果图像。本发明采用了以背景图像为基准的图像拼接方法,排除了指纹在滚动采集过程中的滚动方向的限制。从而使得手指在指纹采集面上任意方向的滚动都可以形成完整的指纹拼接图像。本发明还采用了加权平均法对指纹拼接图像的边缘进行处理,使拼接后的指纹图像效果更自然、顺畅。
-
公开(公告)号:CN101196990A
公开(公告)日:2008-06-11
申请号:CN200710163927.7
申请日:2007-10-11
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明涉及一种网络嵌入式多路人脸检测系统及人脸检测方法,是一种可通过网络灵活配置各项检测参数实现多路的、高清晰的人脸检测的系统和方法。本发明包括:中央处理模块,存储器和输入输出三大模块,各个模块间通过总线连接。本发明使用的是多通道、多路摄取图像的方法,采取多通道、多路的好处在于可以对物体进行较全面的摄取,获取更多的信息,产生更多的有用的数据,最终对提高图像的分析能力产生明显的影响。由于本发明使用基于外观的CS-ADAboost方法对人脸进行检测能克服一定程度的光照和姿态对成像的影响,以及背景对人脸图像的影响,在环境较差的情况下可以较清晰的分析出人脸的图像,提高了对人脸的识别率。
-
公开(公告)号:CN112906637B
公开(公告)日:2023-11-28
申请号:CN202110292997.2
申请日:2021-03-18
Applicant: 北京海鑫科金高科技股份有限公司
IPC: G06V40/12 , G06V10/52 , G06V10/74 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种基于深度学习的指纹图像识别方法、装置和电子设备,该方法包括:获取现场指纹图像;获取所述现场指纹图像中特征点的位置信息;根据所述特征点的位置信息获取特征点图像块,所述特征点图像块输入至特征描述生成模型,输出所述特征点的特征描述;根据所述现场指纹图像中所有特征点的特征描述与指纹库中的指纹图像的特征描述进行匹配,得到匹配结果。本发明可以对现场指纹图像进行自动身份确认。
-
公开(公告)号:CN115620349A
公开(公告)日:2023-01-17
申请号:CN202211281982.7
申请日:2022-10-19
Applicant: 北京海鑫科金高科技股份有限公司
Abstract: 本发明提供一种基于深度学习的指纹图像特征点比对方法及装置,该方法包括:获取待识别指纹图像的特征点集,特征点集中包含多个特征点;基于特征点集中每个特征点的位置和方向分布,构建待识别指纹图像对应的特征点图,特征点图包括多个单通道热图,每个单通道热图对应一个角度,用于表征特征点集中各个特征点在相应方向的强度信息;对待识别指纹图像对应的特征点图进行特征提取,得到待识别指纹图像对应的多维归一化浮点特征;将待识别指纹图像对应的多维归一化浮点特征,与模板指纹图像对应的多维归一化浮点特征进行相似度匹配,得到比对结果。从而可避免进行特征点的几何形变和1对1比对,避免手动设计特征描述子,可提高比对速度及准确度。
-
-
-
-
-
-
-
-
-