一种基于OPH的可撤销二值特征的模板保护方法

    公开(公告)号:CN112926422B

    公开(公告)日:2024-02-27

    申请号:CN202110182023.9

    申请日:2021-02-08

    Abstract: 本发明公开了一种基于OPH的可撤销二值特征的模板保护方法,包括:响应于指纹注册指令,根据待注册指纹图像与样本指纹库中的每个样本指纹图像的MCC描述子的相似度计算第一定长向量;将第一定长向量映射为第一聚合向量;将第一聚合向量与局部哈尔矩阵作矩阵乘法,将乘积结果重复n次,得到第一扩充向量;生成与第一扩充向量等长的随机置换种子,并利用随机置换种子对第一扩充向量中的元素进行位置置换,得到第一置换向量;将第一置换向量均匀分段,根据每个分段向量中最小元素的位置生成一个二值特征,作为第一指纹保护模板。本发明实现了一种无需存储原始生物特征、不占据大量存储空间且匹配速度较快的提取指纹特征的方法。

    一种超光谱人脸融合与识别方法、电子设备及存储介质

    公开(公告)号:CN117576755A

    公开(公告)日:2024-02-20

    申请号:CN202311595547.6

    申请日:2023-11-27

    Abstract: 本发明公开了一种超光谱人脸融合与识别方法、电子设备及存储介质,方法包括:使用可见光与热红外摄像头采集配对的多光谱人脸图像集并进行预处理;使用图像增强算法对热红外人脸图像进行增强;构建谱不变(Spectrum Invariant)的人脸图像分解网络;构建复合损失函数,并使用多光谱人脸预处理图像集对人脸图像分解网络进行训练;利用可见光与热红外人脸图像各自分量,通过Retinex理论重建超光谱人脸融合图像;设计基于ResNet特征提取模块和三元组损失函数的人脸识别模型,并使用超光谱人脸数据集进行迁移学习后的模型进行超光谱人脸识别。本发明通过光场分离网络的设计与热红外人脸图像增强算法的设计,以实现性能优良且鲁棒的超光谱人脸图像融合与识别功能。

    一种无人机载火灾自动检测方法和装置

    公开(公告)号:CN117523491A

    公开(公告)日:2024-02-06

    申请号:CN202311585491.6

    申请日:2023-11-24

    Abstract: 本发明公开了一种无人机载火灾自动检测方法和装置,包括:利用无人机自带摄像头采集图像,并构建火灾检测数据集;构建基于残差结构的多色域信息融合模块,构建火灾检测主干网络CSPDarkNet和特征金字塔网络PAFPN,以得到多尺度信息融合后的火灾特征;构建具有IoU感知能力的分类头和免锚框回归头;基于Alignment Metric构建正负样本分配算法Task Alignment Learning,以增强检测器在分类与回归预测上的统一性;构建损失函数模块,其中VariFocalLoss约束检测器完成分类与IoU感知任务的学习,并进行训练;将火灾检测器部署在无人机中,进行火灾检测操作。本发明提出了一个单阶段免锚框的火灾检测算法,可以有效解决无人机视角下火灾检测召回率低、鲁棒性差、定位不准等问题。

    一种基于局部敏感哈希的指纹模板保护方法

    公开(公告)号:CN110990847B

    公开(公告)日:2023-02-10

    申请号:CN201911122263.9

    申请日:2019-11-15

    Abstract: 本发明公开了一种基于局部敏感哈希的指纹模板保护方法,包括:获取若干待训练细节点;根据高斯函数处理待训练细节点和待训练细节点对应的第一区域内的像素点得到待训练细节点的第一定长实数向量;根据待训练细节点和待训练细节点对应的第二区域内像素点的灰度得到待训练细节点的第二定长实数向量;根据第一定长实数向量和第二定长实数向量得到待训练细节点的比特向量;根据局部敏感哈希算法处理比特向量得到哈希模板。本发明利用局部敏感哈希算法对比特向量进行了处理,从而得到具有保护作用的指纹模板,本发明所得到的指纹模板即使丢失,原始模板信息也不会泄露,具有较好的安全性。

    一种基于生物特征的远程身份认证系统

    公开(公告)号:CN112926041B

    公开(公告)日:2022-09-09

    申请号:CN202110172238.2

    申请日:2021-02-08

    Abstract: 本发明公开了一种基于生物特征的远程身份认证系统;客户端设备采集第一原始生物特征,对其进行活体检测、预处理和特征提取,得到第一提取特征;使用特征模板保护方法将其转换为第一保护特征模板发给远程服务器存储;客户端设备向远程服务器发起用户认证请求,以使远程服务器将待认证的第二保护特征模板与第一保护特征模板进行匹配处理,从而根据匹配结果确定用户认证结果。其中,特征模板保护方法是基于随机生成的参量实现特征变换的方法;客户端设备通过变换参量,配合远程服务器实现第一保护特征模板的重新注册和第二保护特征模板的重新认证。本发明中用户的生物特征可重复使用,更换参量即可更新注册的模板,实现了生物密钥的更新。

    一种基于级联超分辨率的全天候眼周识别方法

    公开(公告)号:CN110175509B

    公开(公告)日:2022-07-12

    申请号:CN201910281741.4

    申请日:2019-04-09

    Abstract: 本发明属于模式识别、数字图像处理技术领域,尤其涉及一种基于级联超分辨率的全天候眼周识别方法。使用多光谱摄像头进行眼周图像采集,对有限的眼周数据集进行预处理,并进行样本扩充;对眼周数据集,采用基于深度学习的卷积神经网络进行图像超分辨率操作以放大眼周图像;对于经处理之后的眼周数据集使用基于深度学习的图像解卷积技术对其进行图像复原;基于图像复原得到的眼周数据,采用Laplace图像锐化增强;基于得到的眼周数据集,采用深度学习理论构建新型的堆叠式神经网络模型;将眼周数据集划分成训练集和测试集;对于划分得到的测试集,通过训练好的卷积神经网络模型计算得到特征。本发明具有较强的鲁棒性以及良好的泛化性能。

    基于脉冲神经网络的心电信号分类方法

    公开(公告)号:CN114052744A

    公开(公告)日:2022-02-18

    申请号:CN202111289438.2

    申请日:2021-11-02

    Inventor: 赵恒 苟云飞 刘婷

    Abstract: 本发明提供的一种基于脉冲神经网络的心电信号分类方法,针对于普通的心电信号和脉搏波。根据脉搏波并无QRS波等波形特征,对其进行分割以去除脉搏波对于QRS波形的依赖,同时也可以解决脉搏波数据不平衡所带来的影响;由于输入信号为一维信号,且随着时间的变化而改变,所以对卷积神经网络进行改进以获得脉冲神经网络,对输入信号进行编码,将乘法运算转换为加法运算,从而减少脉冲神经网络的运算量以及能耗。而脉冲神经网络由于其数据为脉冲形式,采用脉冲神经网络通过脉冲输入进行分类,可以减少计算量,增强了模型的适应性;本发明相比于现有技术卷积神经网络的复杂性,可以加强脉冲神经网络对时间相关的数据处理能力,降低分类的复杂性。

    一种基于脊线特征和TPS形变模型的指纹图像拼接方法

    公开(公告)号:CN107958443B

    公开(公告)日:2021-12-28

    申请号:CN201711455021.2

    申请日:2017-12-28

    Abstract: 本发明属于数字图像处理技术领域,公开了一种基于脊线特征和TPS形变模型的指纹图像拼接方法,分别提取两幅待拼接的小面积指纹图像中的细节点,细节点两两配准后,获得相似度分数最高的细节点对;计算获得初次配准的旋转平移参数,得到初次拼接的指纹图像;求取两幅待拼接的小面积指纹图像的细化图;通过N邻域块法寻找细化图的重叠区域的匹配脊线,寻找匹配的脊线对;引入TPS形变模型,从脊线对特征层面修正指纹图像的弹性形变,然后进行二次配准,得到二次拼接的指纹图像的最终结果。本发明利用细节点进行初次配准,通过N邻域块法寻找重叠区域的匹配脊线,从而减少错误匹配细节点带来的拼接误差。

    一种实时SAR图像目标检测系统及方法

    公开(公告)号:CN111528834B

    公开(公告)日:2021-09-24

    申请号:CN202010216120.0

    申请日:2020-03-25

    Abstract: 本发明属于脑机接口技术应用技术领域,公开了一种实时SAR图像目标检测系统及方法,检测系统包括:人机交互装置、刺激切片呈现装置、脑电信号采集装置、脑电信号管理装置和脑电信号分类装置;刺激切片生成及呈现方法包括:对大幅面SAR图像进行设定尺寸的裁剪,得到若干小尺寸的刺激切片,并对刺激切片进行哈希编码;通过特定顺序生成适用于oddball范式的刺激切片序列,并在呈现装置以快速视觉呈现方式呈现。本发明能够有效提高SAR图像目标判读速度及准确率;运用刺激切片生成及呈现方法,使得判读人员即使面对密集目标区域也能产生更强效应的P300事件相关电位,有效提高系统的准确性和鲁棒性。

    基于选择性延展的指纹图像匹配方法

    公开(公告)号:CN107679494B

    公开(公告)日:2021-04-02

    申请号:CN201710920149.5

    申请日:2017-09-30

    Abstract: 本发明属于数字图像处理技术领域,公开了一种基于选择性延展的指纹图像匹配方法,所述基于选择性延展的指纹图像匹配方法利用细节点与方向场信息进行小指纹图像的匹配,通过扩大方向场的作用,区别对待有细节点与无细节点的指纹块,实现特征提取;采用融合匹配分数使得小指纹提取的特征被充分应用。本发明实现更为全面的特征提取。同时,依托于融合匹配分数设计,使得小指纹提取的特征能够被充分应用,提高准确率。本发明能够准确地进行指纹细节点的匹配,可用于自动指纹识别系统。

Patent Agency Ranking