指纹大数据集比对精度衰减问题分析及其应对

随着指纹自动识别系统在公安各领域的广泛应用,指纹数据库的库存数据量也随之迅速上升,进而导致指纹比对精度在一定程度上有所下降,其表现在于相同的指纹比重关系,在大数据集上(如千万人级甚至亿级指纹数据集)比对准确率及排前率可能明显劣于小规模数据集上的比对结果。拟就该问题展开分析,从细节特征点及指纹纹线角度提出:引入更多具有较高区分度的新特征是应对比对精度衰减问题的有效手段。

大库容量指纹自动识别系统中的优化模型与算法

生物学研究表明,指纹在胎儿时期发育形成,并且其脊线结构在人的一生中从不改变,除非当指尖处深度擦伤之类的事故发生而导致指纹损伤.指纹的这种特性使得指纹作为生物特征进行身份认证非常有吸引力.指纹自动识别系统包括指纹图像的获取和存储、指纹图像数据的再表达和特征提取、指纹分类和索引、指纹匹配等模块.针对大库容量指纹自动识别系统各个模块中的一些关键技术,建立了最优化模型,设计了快速准确的求解算法,使得指纹自动识别系统的各项指标均能够达到国际先进水平,并应用到我国一些省市和公安部刑侦领域指纹自动识别系统中.