公开(公告)号：CN117597711A

公开(公告)日：2024-02-23

申请号：CN202280047500.3

申请日：2022-04-20

Applicant: 泰雷兹数字安全法国简易股份公司

Inventor： 李松涛 ,  A·潘迪

IPC: G06V40/70

Abstract: 本发明涉及将至少两个不同的候选人列表融合成单个候选人列表的方法，所述至少两个不同的候选人列表是通过将从待识别个体捕获的生物特征识别数据与从候选人登记的生物特征识别数据进行匹配以计算候选人的匹配得分、并对所述匹配得分进行排名而生成的，该方法包括以下步骤：‑对所述至少两个不同的候选人列表中的候选人的匹配得分进行标准化；‑根据经标准化的所述匹配得分将所述至少两个不同的候选人列表中的候选人中的至少一部分在单个候选人列表中进行排名，以融合所述至少两个不同的候选人列表；‑识别属于所述至少两个不同的候选人列表中的多个列表的至少一个候选人；以及‑提高所识别的所述至少一个候选人在所述单个候选人列表中的排名。

公开(公告)号：CN118103884A

公开(公告)日：2024-05-28

申请号：CN202280069460.2

申请日：2022-10-13

Applicant: 泰雷兹数字安全法国简易股份公司

Inventor： 李松涛 ,  A·潘迪

IPC: G06V40/12

Abstract: 本发明涉及一种用于从潜在摩擦脊图像中提取细节的计算机实现的基于深度学习的方法，所述方法包括以下步骤：‑通过深度学习网络以地面实况潜在摩擦脊图像作为训练样本来训练细节提取模型，其中深度学习网络包括被配置成根据潜在摩擦脊图像生成细节特征图的基础网络、被配置成根据细节特征图提议细节位置和方向的区域提议网络(RPN)、以及被配置成根据RPN的提议明确地决定细节位置和方向的基于区域的卷积神经网络(RCNN)，其中训练样本至少具有标记的细节位置和方向，其中训练样本包括旋转不同角度的相同摩擦脊的图像；以及‑将潜在摩擦脊图像输入到细节提取模型中以提取潜在摩擦脊图像的细节，其中所述模型输出提取的细节的位置和方向。