指纹细节特征区域和数量对似然比评价方法的影响

目的 探析不同指纹细节特征的区域和数量对基于指纹自动识别系统(automatic fingerprint identification system,AFIS)得分的指纹证据似然比评价方法的影响,为指纹证据似然比评价模型的构建提供科学可靠的AFIS得分数据。方法 筛选并制作200枚模拟现场指纹,按照指纹中心和左、右三角3种不同特征区域以及5~16个的12种不同数量的细节特征进行组合,通过AFIS发送到自行构建的同源指纹数据库和千万人级的异源指纹数据库中查询比对,采用统计学方法量化分析不同细节特征区域和数量下的同源和异源比对得分。结果 对于不同细节特征区域,同源指纹相似度得分的集中趋势、高分段区间和最大值均明显优于异源指纹,异源指纹不同区域均表现出相近的数据集中趋势。对于不同细节特征数量,随着细节特征数量的增加,同源指纹得分变化区间比异源要大,同源得分的分散度逐渐增加,但异源指纹得分数据在不同数量范围内的细节特征表现出不同的特点,呈现出分段情况。结论 运用AFIS对影响指纹证据评价方法的细节特征区域和数量进行“黑箱”实验,该量化分析方法简便易行,也符合当前超大容量数据库环境下的指纹证据影响因素量化分析的实际。数据分析结果有助于丰富鉴定人对细节特征区域和数量的认识,有利于构建科学可靠的指纹证据似然比评价模型。

相似异源指纹研究进展及展望

指纹鉴定错案的发生引发了对指纹证据科学性要求的提高,伴随着指纹数据库的不断扩增,指纹相似异源问题已经成为指纹检验领域的重要研究内容之一,其对指纹鉴定标准的构建具有重要意义,也给指纹鉴定带来风险和挑战。本文首先介绍相似异源指纹的研究背景以及概念,然后从相似异源指纹的产生原因和鉴定错误率两方面展开综述,最后结合研究现状对其未来的发展趋势提出几点展望,以期补充指纹鉴定基础理论,为指纹证据的量化评价提供一定的参考。

指纹库容量对指纹检索结果的影响

近年来,指纹库容量的快速增长导致指纹比对难度加大,尤其体现在检索结果中相似异源指纹对比中同源指纹的干扰上。为了探究不同指纹库容量对同源指纹与相似异源指纹出现情况的影响,本实验建立600万人级、1000万人级和1亿人级数据库,对箕型纹三角区域各部分发起查询并讨论检索结果。结果显示:指纹库容量增长幅度越大,同源指纹出现率降低越明显,同时其排位显著降低,而相似异源指纹数量显著增加,当相似异源指纹排在同源指纹之前时,会对指纹鉴定人员造成干扰。此外,还发现特征点密度可以影响相似异源指纹的出现数量,特征点密度越大,特征组合的特定性越小,越容易产生相似异源指纹。本研究旨在增强大数据条件下指纹鉴定人员的风险意识。

一种快速的OCT内外指纹提取方法

针对现有光学层析成像(optical coherence tomography,OCT)技术中内外部指纹提取算法速度较慢的问题,尤其是许多算法在提取指纹之前需要耗时的原始体数据去噪操作,为了解决这一问题,提出了一种简单快速的OCT内外部指纹提取算法。对于OCT指纹体数据,首先根据每张轴向切片(B-scan)图像的一阶微分最大值,拟合一条基本覆盖角质层轮廓的曲线,然后再根据一阶微分的次最大值,拟合出一条基本穿过活性表皮交界处轮廓脊谷处的曲线,最后在这两个曲线上下各N个像素点的位置,利用两条曲线附近的灰度值均值信息,按B-scan图片顺序进行拼接,生成提取到的内外部指纹图像。通过实验确定了N的最佳取值,然后与现有的内外部指纹提取算法对比,证明所提出的算法能够在不降低指纹质量的情况下,快速地提取出内外部指纹图像,提取内外部指纹的时间比层次聚类算法和梯度法都快很多倍。

交叉注意力与质量优化结合的内外指纹融合

指纹作为一种应用广泛的生物特征,使用不同传感器采集的内部和外部指纹图像各有优缺点.本文提出了一种基于交叉注意力和质量优化内外指纹融合网络,旨在充分利用两者之间的优势,最大化提高指纹图像质量.该网络利用交叉注意力模块让两个分支交互作用,并关注彼此的细节信息,从而提高特征表征能力.同时,设计了基于质量指标OCL的损失函数,以保留高质量区域、减少低质量区域,实现质量优化.实验结果表明,本文融合方法在视觉效果、质量评分和匹配性能以及细节点提取等方面均具有优越性,等错误率达到了1.44%,并大大降低了时间性能.这项工作为今后残缺指纹的识别提供了参考和见解.

基于CSI商联合AOA的增强型指纹定位方法

针对当前指纹定位技术需要基于多个接入点(AP)被动定位,导致单AP室内场景使用受限的问题,提出一种信道状态信息(CSI)商联合到达角(AOA)的室内指纹定位方法:指出技术关键是利用单链路上的多维信号参数来构建指纹模型;利用多进多出(MIMO)系统空间分集,构建CSI商以获得更稳健的CSI指纹信号,并结合多信号分类(MUSIC)算法原理设计一种多载波AOA指纹表示方法,该方法与原始CSI指纹相比具有区分性;然后为了解决单AP的AOA指纹对称性问题,将CSI商与AOA指纹相结合,得到新的指纹,通过机器学习的方法进行目标位置匹配。实验结果表明,本方法在空教室和实验室环境下的定位准确率分别达到98.96%和97.08%,平均定位误差分别为0.46 m和0.68 m,具有较高的定位性能。

基于51单片机的指纹密码锁设计与制作

文章以单片机STC89C52作为指纹密码锁的控制核心,通过4×4矩阵键盘实现按键输入,实现普通密码解锁以及指纹解锁2种解锁方式。在开机初始界面,矩阵键盘输入数字密码则实现普通密码开锁功能,如果按压AS608指纹模块,则实现指纹解锁功能。LCD12864液晶显示屏实时显示密码锁的当前状态。矩阵键盘输入实现人性化按键功能:密码输入实时加密显示输入位数,如果输入出错,则可以实现退格或者返回初始界面功能。密码锁在管理员界面,可以实现录入指纹、删除指纹以及修改开锁密码功能。设计采用AT24C02存储芯片,实现开锁密码的稳定存储功能,利用AS608集成指纹处理模块,实现指纹模板的存储功能。

一种面向MR数据定位场景的脏指纹剔除算法

【目的】随着通信技术发展与移动设备的普及,MR(测量报告,Measurement Report)数据被广泛应用到无线网络定位中,其中基于MR指纹库匹配的定位方法是精度较高、应用较广泛的方法。然而,位置的计算精度依赖于MR指纹库数据记录的质量,亟需在积累位置指纹库时对数据进行清洗、过滤、位置纠偏等工作,以保证指纹库的数据质量。【方法】因此,本文提出了一种面向MR数据定位场景的脏指纹剔除算法,通过DBSCAN聚类算法识别异常指纹,并纠偏基站位置,建立高质量的指纹数据库,以提升MR数据定位精准性。【结果】本文在农村、市区、郊区3个场景下,分别使用模拟数据进行仿真试验,对本文方法进行分析与评估。【结论】试验结果显示,随着异常指纹剔除及指纹数据库更新,MR数据定位精准度得到有效提升,且所提算法在指纹聚类场景下相比其他算法均存在优势。

一种基于时域空域的视音频指纹特征计算与比对技术方案

本文阐述视音频指纹特征技术的一种实现思路,能够计算视音频的指纹特征并通过指纹特征比对获得不同视音频之间的量化相似情况。

基于大容量指纹识别的实时身份认证系统

项目概况基于大容量指纹识别的实时身份认证系统是由中国科学院超级计算中心与北京刑事科学技术研究所共同开发的基于高性能计算的全国人员身份实时认证计算服务系统,可实时确认可疑人员的身份信息。应用范围作为物证之首,指纹特征的唯一性和不变性已经得到公认和历史的检验。我国人口基数大,流动人员多,并处于社会重大快速转型时期,跨区域犯罪、流窜犯罪、系列案件有所上升。北京市公安局自1990年开始应用指纹自动识别系统,至今已建立192万人违法犯罪人员十指指纹数据库,并且每年以20%以上的速度进行增长。

多成分定量结合指纹图谱评价羊眼花药材质量

目的:研究羊眼花药材的质量。方法:采用HPLC法建立羊眼花的指纹图谱,并测定羊眼花中新绿原酸、绿原酸、隐绿原酸、1,3-二咖啡酰奎宁酸、木犀草苷、芦丁、芹菜素、槲皮素的含量,通过指纹图谱分析结合成分定量评价不同产地羊眼花的质量。结果:35批羊眼花样品指纹图谱标记了17个共有峰,经对照品比对指认了8个成分,35批样品的相似度为0.902~0.998。含量测定结果显示新绿原酸、绿原酸、隐绿原酸、1,3-二咖啡酰奎宁酸、木犀草苷、芦丁、芹菜素、槲皮素的含量分别为0.8452~1.6452 mg/g、1.7415~2.6577 mg/g、0.9521~1.3314 mg/g、0.6929~1.2154 mg/g、1.1541~1.8821 mg/g、1.7814~2.9848 mg/g、2.9987~3.9323 mg/g、1.8452~2.9812 mg/g。结论:该研究建立的指纹图谱结合多指标成分定量的研究方法准确可靠,可用于评价羊眼花药材的质量。

疏肝止痛片的HPLC指纹图谱建立及多成分含量测定研究

目的:建立疏肝止痛片指纹图谱和多成分含量测定方法。方法:基于HPLC法建立疏肝止痛片指纹图谱,并进行相似度评价、聚类分析(CA)及正交偏最小二乘判别分析(OPLS-DA)。同法测定疏肝止痛片中柴胡皂苷a、柴胡皂苷d、延胡索乙素、芍药苷、橙皮苷、木香烃内酯、去氢木香内酯、甘草苷及甘草酸铵9个成分的含量。结果:建立的疏肝止痛片HPLC指纹图谱标定了32个共有峰,指认9个成分,15批样品的相似度>0.960。CA和OPLS-DA将疏肝止痛片样品分为2类,且OPLS-DA筛选出12个对疏肝止痛片质量差异影响较大的成分。建立的9个成分含量测定方法稳定可靠,绝大部分样品未出现离散数据(平均值的70%~130%以外),表明15批疏肝止痛片质量较稳定。结论:HPLC指纹图谱结合多成分含量测定的方法快速、简便,重复性好,可用于疏肝止痛片的质量控制和评价。

中药指纹图谱学体系的构建

目的构建中药指纹图谱学体系,阐述中药指纹图谱信息学的地位与作用。方法通过总结现有文献方法,集中概括中药指纹图谱学和中药指纹图谱信息学的主要任务与内容。结果中药指纹图谱学体系由中药指纹图谱测试学、中药指纹图谱质控学、中药指纹图谱谱效学、中药指纹药物动力学、中药指纹药剂学和中药生物指纹图谱学组成。它建立在中药指纹图谱信息学基础之上,是中药指纹图谱信息学的集中概括。结论中药指纹图谱学是一门新兴的学科,是中药现代化的核心力量。

碳点在潜在指纹显影中的应用进展

碳点(CDs)是一种尺寸在10 nm以下的新型纳米材料,由于其独特的发光性能、低毒和环保等特点,在潜指纹检测中展现出了巨大的应用潜力。在潜指纹检测中,碳点的荧光特性可以帮助提高潜指纹的成像和识别能力。本文综述了碳点的合成方法、发光机理及其在潜指纹检测中的应用。通过合成方法优选、元素掺杂、前驱体调控、表面改性等手段可以调控碳点的荧光发射波长;再将碳点纳米粒子均匀分散在天然或常规材料上,所获得的碳点纳米复合材料可以避免因碳点纳米粒子聚集而引发的荧光淬灭现象,保留碳点的荧光性能,并且更适用于潜在指纹显现的常规操作。本文展望了在潜在指纹显影研究中碳点的未来发展方向,通过不断的改进和创新,期许为刑事科学技术领域的研究工作提供重要参考。

白花前胡单株类型的HPLC指纹图谱研究

目的:探索白花前胡栽培群体单株的差异性。方法:采集单株前胡观察农艺性状;采用高效液相色谱法(HPLC)建立白花前胡单株类型指纹图谱;运用中药色谱指纹图谱相似度评价系统结合聚类分析和主成分分析方法分析差异性。结果:叶型有阔叶、狭叶和两者之间的中间型三类,叶色主要是绿色、淡红色、淡紫红色、黄绿色;建立了16批单株白花前胡HPLC指纹图谱,色谱图相似度为0.545~0.999,聚类分析和主成分分析表明,白花前胡分为两大类,其引起差异性的特征成分主要为白花前胡甲素、白花前胡乙素。结论:该研究建立的白花前胡的化学成分HPLC指纹图谱能较好地分析其栽培群体单株的差异性,可为白花前胡的种质资源挖掘和利用提供参考。

基于HRF-Net的指纹细节点及汗孔统一提取方法

基于多级特征(例如细节点、汗孔等)融合的指纹识别技术,大大提高了指纹识别系统的安全性和鲁棒性.然而,目前基于高精度指纹的识别技术,几乎都是基于第三级特征中的汗孔特征,而忽略了指纹图像中的其他重要特征.针对这一问题,本文首次提出一种指纹特征提取方法,能够实现在高精度指纹图像上同时提取不同层级特征,包括二级的细节点特征和三级的汗孔特征.本文设计了High-Resolution Fingerprint Net(HRF-Net)作为特征提取模型,利用指纹图像生成细节点与汗孔的热力图,再通过滑动窗口算法处理得到特征点坐标.在HRF-Net模型中,通过引入中继输出结构以实现汗孔和细节点特征的解耦,利用由粗到细的阶段式监督以兼顾网络对不同层级特征的学习,在网络中加入shuffle unit模块减少模型计算复杂度,实现了对指纹不同层级特征高效准确的提取.实验结果表明,本文提出的特征统一提取方法在汗孔的提取上真阳率(RT)达到了96.59%,比目前取得最好性能的Judge CNN提高了3.45%;在细节点的提取上真阳率(RT)达到了81.93%.同时,我们在对汗孔和细节点单独提取上也达到了最好的结果,以衡量提取综合性能的F1-score作为评价指标,模型提取汗孔的F1-score达到了95.83%,比Judge CNN提高1.48%.我们利用所提取的特征在指纹匹配数据集上的指纹图像进行匹配实验,在等错误率(Equal Error Rate,EER)上达到了5.39%,相比传统方法下降7.02%.结果表明,本文的方法在汗孔和细节点的提取性能以及匹配结果上都达到了目前最佳水平.

参莲草颗粒成型工艺优化及其理化指纹图谱建立

目的 优化参莲草颗粒成型工艺,并建立其理化指纹图谱。方法 湿法制粒后单因素试验筛选辅料,PB试验筛选潜在关键工艺参数。以辅(糊精)药比、乙醇体积分数、润湿剂(乙醇)用量为影响因素,成型率、吸湿率、休止角、溶化率的综合评分为评价指标,Box-Behnken试验结合AHP-CRITIC混合加权法优化成型工艺。采用物理指纹图谱、HPLC指纹图谱评价不同批次样品的质量一致性,并进行化学模式识别。结果 最佳条件辅药比0.98∶1,乙醇体积分数84%,润湿剂用量28%,在70℃下干燥60 min,综合评分为95.18分。10批样品物理指纹图谱相似度均大于0.95;HPLC指纹图谱中有18个共有峰,相似度均大于0.95。各批样品聚为3类,野黄芩苷、去乙酰基车叶草苷酸甲酯、木犀草素、芦丁、去乙酰基车叶草苷酸为关键质量差异物。结论 该方法稳定可行,可用于评价参莲草颗粒的质量一致性,为该制剂质量标准研究奠定基础,也为同类中药制剂相关研究提供思路。

HPLC多波长切换指纹图谱结合化学计量学研究白术土炒前后成分变化规律

目的 建立测定白术、土白术水溶性和脂溶性成分的高效液相色谱-二极管阵列检测器(HPLC-DAD)多波长切换指纹图谱,结合化学计量学研究白术土炒前后成分变化规律。方法 建立白术、土白术水溶性及脂溶性成分的HPLC-DAD多波长切换指纹图谱测定方法,测定17批白术和17批土白术的HPLC指纹图谱,采用相似度评价、聚类分析、OPLS-DA分析进行统计分析。结果 白术指纹图谱中共标定9个共有峰,土白术指纹图谱中共标定10个共有峰。指认了新绿原酸、绿原酸、白术内酯Ⅰ、白术内酯Ⅱ、白术内酯Ⅲ及苍术酮6个成分,土炒后1号峰、4号峰(白术内酯Ⅲ)、8号峰(白术内酯Ⅱ)峰面积增加,2号峰(新绿原酸)、3号峰(绿原酸)、5号峰、6号峰、7号峰、9号峰(白术内酯Ⅰ)、10号峰(苍术酮)土炒后峰面积均降低。结论 所建立指纹图谱方法能够系统地分析白术土炒前后化学成分的变化规律,可为进一步规范白术土炒工艺,制定土白术专属性质量标准,研究土白术炮制原理提供实验基础。

基于改进卷积神经网络和射频指纹的无人机检测与识别

针对无人机(UAV)在图像识别时易受环境干扰,而传统信号识别难以准确提取特征且实时性较差的问题,提出一种基于改进卷积神经网络(CNN)和射频(RF)指纹的无人机检测识别方法。首先,使用通用软件无线电外设(USRP)捕获环境中的无线电信号,经过多分辨率分析获取偏差值,检测是否为无人机射频信号;其次,将检测到的无人机射频信号经过小波变换和主成分分析(PCA)处理,获得射频信号频谱,作为神经网络的输入;最后,构建轻量级残差神经网络(LRCNN),输入射频频谱进行网络训练,进行无人机的分类识别。实验结果表明,所提方法可以有效检测并识别无人机信号,平均识别精度可达84%;在信噪比(SNR)大于20 dB时,LRCNN的识别精度达到了88%,相较于支持向量机(SVM)、原始OracleCNN分别提高31和7个百分点,在识别精度和鲁棒性方面比这两种方法均有所提升。

指纹皱纹研究的现状及展望

指纹是手指指腹上由乳突纹线构成的花纹结构,在日常生活中扮演着重要角色。指纹皱纹是皮纹学中非皮嵴纹构型和屈肌褶纹的一个显著特征,因其在捺印指印时表现为正常乳突纹线在不同方向上中断,从而形成白色条纹,因此又称为指纹白线。指纹皱纹的形成和表现与皮肤疾病、民族种群和个体差异等因素相关联,故该特征在皮纹学、医学、法庭科学和计算机识别等领域具有重要的应用价值。本文对指纹皱纹的基本属性进行了整理,重点介绍了其研究进展,并初步展望了未来的研究方向,希望为其科学研究提供有益的参考。