Fingerprint Identification by Artificial Neural Network

Biometric techniques require critical operations of digital processing for identification of individuals. In this context, this paper aims to develop a system for automatic processing of fingerprint identification by their minutiae using Artificial Neural Networks （ANN）, which reveals to be highly effective. The ANN method implemented is a based on Multi-Layer Perceptron （MLP） model, which utilizes the algorithm of retro-propagation of gradient during the learning process. In such a process, the mean square error generated represents the specific parameter for the identification phase by comparing a fingerprint taken from a crime scene with those of a reference database.

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。

基于人工智能技术的乐曲节拍识别系统设计

为了高精度识别乐曲节拍,设计基于人工智能技术的乐曲节拍识别系统。首先采集乐曲节拍音频信号,对信号实施放大处理,然后采用复倒谱与子串匹配提取音频信号指纹特征,与乐曲数据库指纹进行匹配,根据匹配结果进行乐曲节拍识别,最后测试所设计系统应用性能。测试结果显示:所设计系统可以高精度识别多种乐曲节拍中有效音频信号,漏识率低,具有较高的实际应用价值。

AFIS在刑事技术教学中的应用

指纹自动识别作为一种高科技手段,已经在刑侦领域得到了广泛的应用,成为科技强警的显著标志。但它在侦查破案中的作用还没有得到充分发挥。将指纹自动识别系统与刑事技术教学有机结合起来,培养学生的操作技能并强化他们的应用意识,是全面提高系统利用效率的关键。

法庭科学指纹鉴定几个关键问题的研究进展

指纹鉴定标准、指纹特征和指纹自动识别系统(automatic fi ngerprint identifi cation system,AFIS)均是指纹鉴定中重要的研究内容。近年来,鉴定结论概率化成为了鉴定标准的发展趋势,指纹特征研究也逐步从二级特征走向三级特征,进入到了更微观的领域。然而随着指纹大库的建立以及三级特征的研究,AFIS的发展面临一些技术瓶颈并亟待加入机器学习等新技术。因此,本文对以上三方面相关研究的最新成果展开综述,在总结指纹鉴定存在的问题的同时,对其未来的发展趋势作出几点展望,力求给指纹的研究提供新视野和新思路。

千万人级数据库下相似异源指纹出现情况及排位关系研究

目的选取指纹区域中最具代表性的斗型纹中心区域,旨在探究千万人级数据库中相似异源指纹的出现情况及其与同源指纹的排位关系,阐述相似异源指纹带来的检验鉴定风险。方法选取60枚具有代表性的斗型纹捺印样本,对其中心区域进行不同特征组合的标注,发送至指纹自动识别系统进行指纹查询,在前100位候选队列中查找同源指纹及检视相似异源指纹,并统计其排位关系。结果在900次指纹查询的候选队列中查找到503次同源指纹,检视到474枚相似异源指纹,存在22.6%的相似异源指纹排位在同源指纹之前或其队列中没有出现同源指纹。结论相似异源指纹在当前千万人级指纹数据库中有较高的出现率,且存在一定数量的相似异源指纹排位在同源指纹之前,这将给指纹检验鉴定工作带来较大的风险,需要指纹检验人员在实际工作中提高对相似异源指纹的认识,规避错误鉴定的发生。

一种基于点模式匹配的指纹识别方法

把指纹用于身份认证已有上百年的历史 ,自动指纹识别 (AFIS)已在各个领域广泛应用 ,除了传统的司法公安领域 ,自动指纹识别还可以作为计算机操作系统和网络访问认证用户的手段 ,以及用于金融保险方面的身份确认。指纹匹配是AFIS的最重要问题之一。一般用脊线的分歧点和端点这样的细节点来表示一个指纹 ,并通过细节匹配来进行指纹匹配。这样指纹匹配就转化为点模式匹配的问题。传统的点模式匹配算法存在运算量过大且难于解决所有的非弹性形变等问题。文章提出了一种基于聚类的点模式匹配方法 ,来进行指纹识别 ,有效地解决了如何对数量和位置都不尽相同的两幅指纹细节图象进行最优匹配的问题 ,设计并给出了利用矢量对匹配确定图象间校准函数的流程。

基于FPS200的指纹采集系统与图像增强处理

为了提高自动指纹识别系统AFIS(Automated Fingerprint Identification System)中指纹图像采集的质量,降低采集系统的实现复杂度,提出了一种基于新型半导体指纹传感器FPS200的指纹图像采集方案。并通过平滑滤波、锐化、二值化等算法对原始图像进行了增强处理。在不同的工作参数和采集条件下进行了实验。结果表明,该指纹采集系统可以简便可靠地获取指纹图像数据,并且通过图像增强处理能够得到较清晰的图像,适用于AFIS的各种后端处理。

指纹图像细化的综合化算法

指纹图像细化指将指纹脊线削减为单像素宽的线条,它能够有效地提高自动指纹识别系统(AFIS)的性能.根据OPTA算法及其改进算法,结合AFIS对图像细化算法在运算速度和系统资源两方面的要求,提出一种基于快速细化算法并引入OPTA算法优点的改进算法,该算法对指纹二值图像的细化结果满足8连接条件.在FVC指纹数据库上的测试结果表明,文中算法能够获得正确的指纹细化图像,运算速度满足AFIS的要求.

指纹图像快速细化的改进算法及其应用

针对现有指纹细化算法存在的细化不彻底、纹线吞噬、骨架偏离纹线中心等问题,提出了改进的快速细化算法,通过分析目标点周围纹线的走向趋势,选择去除或者保留周围的相连点,有效解决传统迭代算法细化不彻底的问题,并对细化图像采用方形模板进行纹线跟踪,克服了逐步递进的纹线跟踪算法过于复杂、不易实现等问题。最后将改进算法在以FPS200指纹传感器作为采集设备的自动指纹识别系统中进行验证。结果表明,该算法具有很好的细化效果,得到的细化图像满足进一步进行特征提取的要求。

指纹自动识别中二值化对指纹特征的影响

在实际指纹库中,通过统计表明无法得到理想的双峰阈值,指纹的直方图普遍具有单峰的特点,并且阈值的变化会直接影响到指纹特征数量的保持度。即使在二值化前进行预处理时选择了较好的阈值,通过比较也可以看出图像增强中出现的新特征点,特别是错误的特征点仍然会影响到指纹识别。因此二值化方法对指纹特征是有影响的,且影响的程度是依据评定的方法而有所不同的。

自动指纹识别系统中连续分布方向图的研究

方向图(场) (directionalimage/field)是自动指纹识别中的一项关键技术,为了进一步提高指纹方向图的精确度,提出了指纹连续分布方向图(场)的概念及其算法。该算法是利用直方图滤波技术对指纹点方向图进行滤波处理,得到连续分布方向图。实践证明这种连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有极高的精确度,还兼有指纹点方向图的连续过渡性和块方向图的抗噪性优点。实验结果表明,由于连续分布方向图能更精确地反映指纹脊线的结构特征,且能有效地解决指纹图像方向图的连续过渡性、精确性和抗噪性问题,因而为自动指纹识别系统(AFIS)中高精度的指纹图像增强、二值化、全局特征的提取、自动分类、模板匹配、指纹图像编码等许多关键处理步骤奠定了良好的基础。

基于矢量三角形的快速指纹细节匹配算法

指纹匹配是自动指纹识别系统(AFIS)中的重要环节。该文提出了一种基于指纹纹线结构和矢量三角形相结合确定参考点,再通过极坐标进行细节匹配的指纹匹配算法。该方法将匹配分成两步,减少了拒判时间。引进了纹线信息,降低了误识率。采用矢量三角形及极坐标进行细节匹配,具有旋转和平移不变性。实验结果表明,该方法识别速度快,正确识别率高,可满足实时系统需求。

相似度分析结合人工神经网络鉴别苹果香精

采用相似度分析结合人工神经网络的方法鉴别苹果香精。香精经水溶液稀释处理后再经离子迁移谱仪分析,针对仪器波动性引起的谱图差异,应用相似度分析的方法判别离群谱图,筛选有效谱图,建立了香精样品的离子迁移谱指纹图谱库。通过主成分分析提取香精指纹图谱的特征向量输入误差反向传播神经网络,建立了几种不同网络结构的分类鉴别模型。实验结果表明,采用单层感知机,网络结构为10-13-5,激活函数为tansig,训练函数为trainbr的分类鉴别模型最佳,能避免过拟合,获得更加精确的识别效果,识别率达99.41%,且较去离群谱图前的识别率提高了3.82%。

基于连续分布方向图的指纹奇异点检测

在指纹连续分布方向图(场)的基础上,对经典的PoincaréIndex计算公式进行了改进,提出了一种新的基于连续分布方向图的指纹奇异点检测算法。由于指纹连续分布方向图过渡平滑、自然,既具有很好的连续性、渐变性和抗噪性,又具有较高的精确度;而改进后的PoincaréIndex不仅能精确表示向量场的旋转角度,而且还能精确表示向量场的旋转方向。所以,该算法能够在像素级水平精确定位指纹奇异点(core point和delta point),精确度达到一个像素。在FVC2000、FVC2002和FVC2004的训练指纹库(Set B)以及笔者采集的AFIS2004指纹库(含4000幅指纹)上的实验结果验证了该算法的有效性。

常用指纹细节特征标注方法的比较研究

目的为了有效提高PU-AFIS的匹配效率,对常用的指纹细节特征标注方法进行比较研究,找出指纹细节特征的最佳标注方法。方法通过比较实验,探究GA 774.5—2008《指纹特征规范(第5部分):指纹细节特征点标注方法》中的标注方法、指纹工作者在长期实践过程中的习惯标注方法以及模拟指纹自动识别系统自动提取的标注方法对查询比对结果的影响。结果三种标注方法都能够有效匹配使对应捺印指纹出现在候选队列,但是根据模拟系统自动提取的标注方式标注细节特征的现场指纹与对应捺印指纹匹配效果最好、得分最高。结论模拟系统自动提取的标注方法为最佳标注方法,建议选择系统自动提取的标注方法为人工标注的标准。

基于数学形态学与均值方差的指纹图像分割算法

提出了一种基于数学形态学与均值方差的复合指纹分割算法,改进了指纹图像分割效果,提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。

基于连续分布方向图的复合指纹图像分割算法

实现了一种结合连续分布方向图与方差分割的复合指纹分割算法,改进了指纹图像分割效果并提高了指纹图像分割的精确度。对FVC2000、FVC2002和FVC2004数据库的实验结果表明,该算法能有效地对指纹图像进行自动分割,具有较快的速度和较好的鲁棒性。

一种基于连通域分析的卡片指纹图像分割算法

十指指纹卡片捺印是公安部门采集指纹的常用方式.随着自动指纹识别系统(AFIS)的广泛使用,如何快速有效地对卡片指纹进行数字化是一个重要的问题.针对此问题,本文提出了一种基于连通域分析的卡片指纹图像分割方法.对于扫描得到的卡片图像,先进行预处理以获取候选指纹区域,然后通过连通域分析得到有效指纹区域,最后进行指位匹配.在大量指纹卡片上的测试结果表明,该方法能够快速有效地分割出十指指纹图像,非常具有实际应用价值.

光敏指模指印鉴别方法研究

目的通过对光敏指模指印与捺印指印的比较研究,总结两种指印的成印特点差异,为准确鉴别指印形成方式提供依据,进而为识别指印真伪和准确判明案件事实提供证据。方法利用光敏印章制造原理和方法制作指纹印模,将复制出的指模指印与手指指纹捺印的指印进行比较,发现指模指印不同于捺印指印的纹线特征,进一步探讨这些特征的成因及鉴定价值。结果光敏指模指印由于制作工艺、印面结构、取油方式、盖印条件等多方面因素的影响,容易出现其独有的不同于捺印指印的印文特征。结论光敏指纹印模所形成指印特征有别于正常指印,通过仔细检验能够准确鉴别。