-
公开(公告)号：CN113033700B
公开(公告)日：2022-11-08
申请号：CN202110418099.7
申请日：2021-04-19
Applicant: 安徽大学
Abstract: 本发明适用于生物特征识别技术领域，提供了一种指静脉特征模板保护方法及装置，所述指静脉特征模板保护方法包括：S1、将原始向量和转换后的原始特征向量分别扩列获得特征向量和x∈Rhn；S2、将扩展的原始向量和转化后的原始向量进行合并预处理并获得多维的生物特征矩阵；S3、生成双高斯随机投影矩阵并正交化转换为双高斯随机正交投影矩阵作为外部因子；S4、特征矩阵联合双高斯随机正交投影矩阵运算并展开连接获得一维处理向量；S5、一维处理向量进行不可逆变换获得哈希码；S6、对哈希码采用交叉匹配的方式计算相似度。本发明优点：识别性能稳定，不可逆性高，隐私性好，安全性高。
-
公开(公告)号：CN108197577B
公开(公告)日：2021-11-12
申请号：CN201810015212.5
申请日：2018-01-08
Applicant: 安徽大学
Abstract: 本发明公开了一种联合Sobel和MFRAT的指静脉图像特征提取方法。首先采用Sobel算子结合韦伯定律计算指静脉样本的差分激励特征；然后采用MFRAT提取样本的方向特征；最后采用构造二维联合分布直方图的方式将两者结合得到SMWLD。将所提出的特征提取方法应用在指静脉图像识别中，在国内外两个公开指静脉图像库中进行对比实验，采用欧氏距离进行匹配，实验结果显示，相比其他同类方法，本申请的方法具有更高的识别率和更低的等误率且最高识别率分别达到了100％和99.729％。
-
公开(公告)号：CN113033700A
公开(公告)日：2021-06-25
申请号：CN202110418099.7
申请日：2021-04-19
Applicant: 安徽大学
Abstract: 本发明适用于生物特征识别技术领域，提供了一种指静脉特征模板保护方法及装置，所述指静脉特征模板保护方法包括：S1、将原始向量和转换后的原始特征向量分别扩列获得特征向量和x∈Rhn；S2、将扩展的原始向量和转化后的原始向量进行合并预处理并获得多维的生物特征矩阵；S3、生成双高斯随机投影矩阵并正交化转换为双高斯随机正交投影矩阵作为外部因子；S4、特征矩阵联合双高斯随机正交投影矩阵运算并展开连接获得一维处理向量；S5、一维处理向量进行不可逆变换获得哈希码；S6、对哈希码采用交叉匹配的方式计算相似度。本发明优点：识别性能稳定，不可逆性高，隐私性好，安全性高。
-
公开(公告)号：CN110516594A
公开(公告)日：2019-11-29
申请号：CN201910796837.4
申请日：2019-08-27
Applicant: 安徽大学
Abstract: 本发明公开了一种指静脉可取消特征模板的保护方法及其保护装置，该方法包括以下步骤：将指静脉图像中各邻域差分进行映射，获取差分激励图；判断指静脉方向，并计算弯曲度，获取几何特征图；差分激励图与几何特征图联合，获取二维特征图，获取两个方向的特征矩阵；对特征矩阵降维，获取特征向量；生成随机数向量，获取随机矩阵；将特征向量联合成特征矩阵，再将特征向量与随机矩阵内积运算，获取可取消模板；将可取消模板投影至同一个子空间，建立目标函数，生成指静脉可取消模板；将指静脉可取消模板匹配，计算测试样本与训练样本的相似度，对测试样本分类。本发明提高识别性能和撤销/可重用性，增加不可逆性、多样性以及安全性。
-
公开(公告)号：CN109657193A
公开(公告)日：2019-04-19
申请号：CN201811546792.7
申请日：2018-12-18
Applicant: 安徽大学
IPC: G06F17/14
Abstract: 本发明公开一种基于信号稀疏表示理论的高精度Gabor时频分析方法。为了求得高精度Gabor时频谱系数，首先解决离散Gabor变换(DGT)最佳窗宽选择问题，在变换系数的高聚集性约束条件下计算不同窗宽对应的变换系数聚集性评估值，从而找出最佳窗宽；其次，解决高聚集性传统DGT系数求解问题，根据变换系数的聚集性与其稀疏性等同关系，并利用信号稀疏表示理论，将高聚集性DGT系数求解问题转换成求其稀疏解的最优化问题，提出该最优化问题的快速求解算法。本发明的研究丰富和完善了Gabor时频分析理论，具有重要的理论意义和应用价值。
-
Patent Agency Ranking
公开(公告)号：CN108564031A
公开(公告)日：2018-09-21
申请号：CN201810324828.0
申请日：2018-04-12
Applicant: 安徽大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于多模态融合的单幅近红外手掌图像识别方法。首先，采用分块模型去除图像中的掌静脉得到掌纹结构，通过自定义隶属度函数对掌纹结构进行模糊化，再进行反锐化掩模增强，突出掌纹结构信息；然后，使用边缘检测加权引导滤波对掌静脉结构进行增强，突出掌静脉结构；最后，将掌纹和掌静脉图像进行自适应融合。在近红外手掌图像识别中，使用香港理工大学提供的近红外掌纹图像数据库进行对比实验，实验结果显示，相比其他同类方法，本申请的方法具有更高的识别率，达到了99.81％。
-
公开(公告)号：CN115150192B
公开(公告)日：2023-06-23
申请号：CN202210928048.3
申请日：2022-08-03
Applicant: 安徽大学
Abstract: 本发明属于数据加密领域，具体涉及一种基于索引自编码的可撤销生物特征模板保护方法及其终端，以及利用该保护方法的身份验证方法和系统。可撤销生物特征模板保护方法用于对用户的生物特征模板信息进行采集、处理、保存和应用。该可撤销生物特征模板保护方法包括注册阶段和验证阶段两个部分的内容。注册阶段对用户生物特征进行索引自编码，然后结合随机的二进制密钥得到密文和可撤销模板并保存，验证阶段对用户生物特征进行索引自编码，然后依次进行密钥解码，模板生成和模板匹配；最终实现身份识别。本发明提供的技术方案克服了现有单因子和双因子的生物特征模板保护方法在便捷性和安全性上无法实现兼顾的问题。
-
-
公开(公告)号：CN110516594B
公开(公告)日：2022-03-18
申请号：CN201910796837.4
申请日：2019-08-27
Applicant: 安徽大学
IPC: G06V40/40 , G06V10/74 , G06V10/80 , G06V10/764 , G06K9/62
Abstract: 本发明公开了一种指静脉可取消特征模板的保护方法及其保护装置，该方法包括以下步骤：将指静脉图像中各邻域差分进行映射，获取差分激励图；判断指静脉方向，并计算弯曲度，获取几何特征图；差分激励图与几何特征图联合，获取二维特征图，获取两个方向的特征矩阵；对特征矩阵降维，获取特征向量；生成随机数向量，获取随机矩阵；将特征向量联合成特征矩阵，再将特征向量与随机矩阵内积运算，获取可取消模板；将可取消模板投影至同一个子空间，建立目标函数，生成指静脉可取消模板；将指静脉可取消模板匹配，计算测试样本与训练样本的相似度，对测试样本分类。本发明提高识别性能和撤销/可重用性，增加不可逆性、多样性以及安全性。
-
公开(公告)号：CN110490158B
公开(公告)日：2021-12-24
申请号：CN201910784678.6
申请日：2019-08-23
Applicant: 安徽大学
Abstract: 本发明公开一种基于多级模型的鲁棒人脸对齐方法，首先利用基于对抗学习的STNs(ASTN)来解决由面部检测器引起的初始化问题，例如旋转和尺度变化，以便获得更好的人脸边界框用于人脸对齐；然后使用沙漏网络来获得人脸特征的初始位置以及它们的相应分数；此外，还提供一种基于样例的形状字典，旨在根据具有高分的的特征点找出那些低分的特征点，通过结合脸部形状约束，由遮挡或背景混乱而导致的人脸特征错位可以得到显著改善。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.026 seconds)
