CN104751139A - 基于汗腺特征点和指纹图像特征点的快速指纹识别方法 - Google Patents
基于汗腺特征点和指纹图像特征点的快速指纹识别方法 Download PDFInfo
- Publication number
- CN104751139A CN104751139A CN201510145021.7A CN201510145021A CN104751139A CN 104751139 A CN104751139 A CN 104751139A CN 201510145021 A CN201510145021 A CN 201510145021A CN 104751139 A CN104751139 A CN 104751139A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- sweat gland
- point
- infrared
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种基于汗腺点特征和指纹图像特征点的指纹活体识别方法。该方法是基于活体指纹在红外显微镜下会显示汗腺分布及指纹等信息,首先用红外显微镜提取指纹的红外图像与指纹可见光图像。然后提取指纹的红外图像上的汗腺点作为特征点,与模板的指纹红外图像进行匹配。然后计算每对对应点之间的欧式距离,与阈值进行比较。再提取指纹图像特征点进行匹配,计算每对对应点之间的欧式距离,然后与阈值进行比较,判断两个指纹是否来自同一手指。本发明不仅能够节约时间,而且能够有效抑制指纹图像平移和旋转产生的影响,也可以解决由于挤压时用力大小不同而产生的指纹形变,而且能够快速准确的判断出待识别指纹与模板指纹是否匹配。
Description
技术领域
本发明属于指纹识别技术,特别是一种基于汗腺特征点和指纹图像特征点的快速指纹识别方法。
背景技术
在众多的生物特征识别系统中,指纹识别系统由于其体积小,成本低,易操作,可靠性高等优点越来越受到人们的青睐,相应的,基于指纹识别技术的产品市场需求正在日益扩大,应用也越来越广泛。
指纹识别是比较两枚指纹从而确定它们是否来自同一个手指的过程。指纹识别技术主要涉及指纹图像采集,指纹图像处理,特征提取,保存数据,特征值的比对与匹配等步骤。其中指纹图像的特征提取和匹配时指纹识别领域的两个关键问题。
目前指纹识别的方法主要有两种:基于指纹细节点特征的方法和基于指纹图像特征的方法。基于细节点特征的指纹识别方法,是提取出指纹脊线的端点和分叉点来形成指纹细节点模板,在此基础上统计两个指纹模板之间相匹配的细节点个数来判断两枚指纹是否匹配。该类方法在指纹匹配时往往需要利用提取的特征或者结构矢量进行指纹细节点校准,从而建立待匹配指纹与库指纹的对应性,这是一个搜索过程,造成匹配的时间较长,使得指纹识别系统的有能够用范围受到限制,如利用细节点局部的脊线信息和方向信息建立局部特征矢量进行指纹图像校准(1.Feng,J.J.,Ouyang,Zhi.Y,Cai,A.N.Fingerprint matching using ridges, Pattern Recognition,2006,vol.39,pp.2131-2140. 2.Tong,X.F.,Huang,J.H.,et al.,Fingerprint minutiae matching using the adjacent feature vector, Pattern Recognition Letters,2005,vol.26,pp.1337-1345.)。基于图像特征的指纹匹配方法,是利用各种变换诸如小波变换,离散余弦变换等提取出指纹的图像特征,然后计算图像特征之间的距离,一次来判断两枚指纹是否匹配。Jain和Amornraksa采用了Gabor特征和DCT特征用于指纹识别(Jain,A.K., Prabhakar, S.Hong, L. and Pankanti,S.,Filterbank-Based Fingerprint Matching,IEEE Transactions on Image Processing, 2000,vol.9(5), pp. 846-859.)。该类方法计算量小,匹配简便,对于质量较差的指纹依然能够提取特征进行匹配,但是该类方法对于指纹的偏移以及方向旋转变化比较敏感,导致识别性能降低。
发明内容
本发明的目的在于针对已有技术的不足,提供一种基于汗腺特征点和指纹图像特征点的快速指纹识别方法,融合汗腺特征和指纹图像特征进行匹配,从而加快实现指纹识别的方法。
为达到上述目的,本发明采用下述技术方案:
一种基于汗腺特征点和指纹图像特征的快速指纹识别方法,其特征在于具体操作步骤如下:
(1) 从活体手指表面提取指纹的红外显微图像信息;
(2) 从提取的指纹红外显微图像信息中提取汗腺特征信息;
(3) 将提取的汗腺特征点与已存储的汗腺特征点相匹配;
(4) 从活体手指表面提取指纹的可见光图像特征;
(5) 从提取的指纹可见光图像特征中提取指纹特征;
(6) 将提取的指纹特征与已存储的指纹特征相匹配;
2.从活体手指表面提取指纹的红外显微图像信息是利用基于温度测量的红外成像技术结合采集微观信息的显微技术组成的红外显微镜对活体指纹表面进行温度和显微信息采集。
3.汗腺特征指当手指温度升高时,活体为了更快的散热会打开更多的汗腺,活体汗腺排出汗液后汗腺部位的温度会降低,以达到降温的目的。当活体温度比周围温度低时,活体会关闭汗腺。因此,在不同的温度下,活体的汗腺开启个数不同,检测的个数也会不同。
4.所述的活体汗腺的指纹特征点采集是利用活体汗腺排出汗液后汗腺部位的温度会降低,造成汗腺与活体体表其他部位的温差,由于红外显微镜可检测温度的变化,因此可利用红外显微镜对汗腺特征点进行红外显微采集。
5.所述对指纹的红外图像通过高斯滤波的方法进行去噪处理,利用Sobel算子提取指纹红外图像中的汗腺特征点作为原始比对数据。
6.所述将提取的汗腺特征点与已存储的指纹模版进行匹配对比,指纹的红外图像中的每个点都在已存储的指纹膜版指纹红外图像中找到对应点,然后计算每对对应点之间的欧式距离 ,代表红外显微镜拍摄的红外图像的每个像素点,代表模板指纹红外图像的每个像素点,m代表特征点的个数。与预先设定的阈值A进行比较。如果计算出的距离大于阈值A,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值A,则进行下一步匹配;
7.所述的指纹可见光图像特征的采集是利用光的全反射原理,由于指纹的脊和谷存在不同的深度,反射光线会以不同的方向反射到显微镜上,因此可以通过红外显微成像技术对指纹进行显微采集。
8.所述对指纹图像通过高斯滤波的方法进行去噪处理,然后利用Sobel算子提取指纹图像的特征点。
9.所述将提取的指纹特征点与已有指纹图像进行匹配,指纹图像中的每个点都找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的指纹图像的每个像素点,代表模板指纹图像的每个像素点,m代表特征点的个数。与预先设定的阈值B进行比较。如果计算出的距离大于阈值B,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值B,则认为两个指纹来自同一手指。
本发明与现有技术相比,具有如下显而易见地突出实质性特点和显著优点:(1)指纹的红外图像进行匹配中,提取红外图像的汗腺点作为匹配特征点,过程简单,配准速度快。(2)本发明能够有效抑制指纹图像平移和旋转产生的影响,并且能够快速准确的判断出待识别指纹与模板指纹是否匹配。(3)首先利用汗腺特征点进行匹配,提取红外图像中的汗腺点进行匹配,接下来对于不能准确判断结果的指纹,提取指纹可见光图像特征点进行匹配,提取的指纹可见光图像特征具有旋转,平移及尺度不变性,匹配简便,具有较好的抗噪声能力。
附图说明
图1为本发明基于汗腺特征点和指纹图像特征点的快速指纹识别方法的流程图。
图2为本发明中拍摄图像所用的红外显微镜。
图3为本发明中拍摄图像所用的可见光显微镜。
图4为本发明中有汗腺点的指纹红外图像。
图5为本发明中的指纹可见光图像。
具体实施方式
本发明的优选实施例结合附图详述如下:
实施例一:
参见图1,本基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于包括如下具体步骤:(1)从活体手指表面提取指纹红外显微图像信息;(2)从提取的指纹红外显微图像信息中提取汗腺特征信息;(3)将提取的汗腺特征点与已存储的汗腺特征点相匹配;(4)从活体手指表面提取指纹可见光图像特征;(5)从提取的指纹可见光图像特征中提取指纹特征;(6)将提取的指纹特征与已存储的指纹特征相匹配。
实施例二:
本实施例与实施例一基本相同,特别之处如下:
所述步骤(1)从活体手指表面提取指纹红外显微图像信息是利用基于温度测量的红外成像技术结合采集微观信息的显微技术组成的红外显微镜对活体指纹表面进行温度和显微信息采集。所述步骤(2)中的汗腺特征指当手指温度升高时,活体为了更快的散热会打开更多的汗腺,活体汗腺排出汗液后汗腺部位的温度会降低,以达到降温的目的;当活体温度比周围温度低时,活体会关闭汗腺;因此,在不同的温度下,活体的汗腺开启个数不同,检测的个数也会不同。所述步骤(3)中的汗腺特征点的采集是利用活体汗腺排出汗液后汗腺部位的温度会降低,造成汗腺与活体体表其他部位的温差,由于红外显微镜可检测温度的变化,因此可利用红外显微镜对汗腺特征点进行红外显微采集。所述步骤(2)中的指纹红外显微图像通过高斯滤波的方法进行去噪处理,利用Sobel算子提取指纹红外显微图像中的汗腺特征点作为原始比对数据。所述步骤(3)中将提取的汗腺特征点与已存储的汗腺特征点相匹配是:将提取的汗腺特征点与已存储的指纹模版进行匹配对比,指纹的红外图像中的每个点都在指纹模版图像中找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的红外图像的每个像素点,代表模板指纹红外图像的每个像素点,m代表特征点的个数;再将与预先设定的阈值A进行比较:如果计算出的距离大于阈值A,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值A,则进行下一步匹配。所述步骤(4)中的指纹可见光图像特征的采集是利用光的全反射原理,由于指纹的脊和谷存在不同的深度,反射光线会以不同的方向反射到显微镜上,因此可通过红外显微成像技术对指纹进行显微采集。所述步骤(5)中的从提取的指纹可见光图像中提取指纹特征是:对指纹图像通过高斯滤波的方法进行去噪处理,然后利用Sobel算子提取指纹图像的特征点。所述步骤(6)中将提取的指纹特征点与已存储的指纹特征相匹配是:将提取的指纹特征点与已有指纹图像进行匹配,指纹图像中的每个点都找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的指纹图像的每个像素点,代表模板指纹图像的每个像素点,m代表特征点的个数;再将与预先设定的阈值B进行比较:如果计算出的距离大于阈值B,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值B,则认为两个指纹来自同一手指。
实施例三:
结合图片,本基于汗腺特征点和图像特征点的快速指纹识别方法,步骤如下:
(1)、从活体手指表面提取指纹的红外显微图像信息。
用红外显微镜(图2)拍摄活体指纹的红外显微图像(图4)信息。
(2)、从提取的指纹红外显微图像信息中提取汗腺特征信息。
对指纹的红外图像通过高斯滤波的方法进行去噪处理,利用Sobel算子提取指纹红外图像中的汗腺特征点作为原始比对数据。
(3)、将提取的汗腺特征信息与已存储的信息相匹配。
将提取的汗腺特征点与已存储的指纹模版进行匹配对比,指纹的红外图像中的每个点都找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的红外图像的每个像素点,代表模板指纹红外图像的每个像素点。与预先设定的阈值A进行比较。如果计算出的距离大于阈值A,m代表特征点的个数,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值A,则进行下一步匹配;
(4)、从活体手指表面提取指纹的可见光图像信息。
用可见光显微镜(图3)拍摄活体指纹的可见光图像(图5)信息。
(5)、从提取的指纹可见光图像信息中提取指纹特征信息。
首先对指纹图像通过高斯滤波的方法进行去噪处理,然后利用Sobel算子提取指纹图像的特征点。
(6)、将提取的指纹特征信息与已存储的信息相匹配。
将提取的指纹特征点与已有指纹图像进行匹配,指纹图像中的每个点都找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的指纹图像的每个像素点,代表模板指纹图像的每个像素点,m代表特征点的个数。与预先设定的阈值B进行比较。如果计算出的距离大于阈值B,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值B,则认为两个指纹来自同一手指。
Claims (9)
1.基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于包括如下具体步骤:
(1) 从活体手指表面提取指纹红外显微图像信息;
(2) 从提取的指纹红外显微图像信息中提取汗腺特征信息;
(3) 将提取的汗腺特征点与已存储的汗腺特征点相匹配;
(4) 从活体手指表面提取指纹可见光图像特征;
(5) 从提取的指纹可见光图像特征中提取指纹特征;
(6) 将提取的指纹特征与已存储的指纹特征相匹配。
2.根据权利要求1所述的基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于:所述步骤(1)从活体手指表面提取指纹红外显微图像信息是利用基于温度测量的红外成像技术结合采集微观信息的显微技术组成的红外显微镜对活体指纹表面进行温度和显微信息采集。
3.根据权利要求1所述的基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于所述步骤(2)中的汗腺特征指当手指温度升高时,活体为了更快的散热会打开更多的汗腺,活体汗腺排出汗液后汗腺部位的温度会降低,以达到降温的目的;当活体温度比周围温度低时,活体会关闭汗腺;因此,在不同的温度下,活体的汗腺开启个数不同,检测的个数也会不同。
4.根据权利要求1所述的基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于所述步骤(3)中的汗腺特征点的采集是利用活体汗腺排出汗液后汗腺部位的温度会降低,造成汗腺与活体体表其他部位的温差,由于红外显微镜可检测温度的变化,因此可利用红外显微镜对汗腺特征点进行红外显微采集。
5.根据权利要求1所述的基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于所述步骤(2)中的指纹红外显微图像通过高斯滤波的方法进行去噪处理,利用Sobel算子提取指纹红外显微图像中的汗腺特征点作为原始比对数据。
6.根据权利要求1所述的基于汗腺特征点和指纹图像特征点的快速指纹识别方法,其特征在于所述步骤(3)中将提取的汗腺特征点与已存储的汗腺特征点相匹配是:将提取的汗腺特征点与已存储的指纹模版进行匹配对比,指纹的红外图像中的每个点都在指纹模版图像中找到对应点,然后计算每对对应点之间的欧式距离 ,代表红外显微镜拍摄的红外图像的每个像素点,代表模板指纹红外图像的每个像素点,m代表特征点的个数;再将与预先设定的阈值A进行比较:如果计算出的距离大于阈值A,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值A,则进行下一步匹配。
7.根据权利要求1所述的基于汗腺特征点和指纹图像特征的快速指纹识别方法,其特征在于所述步骤(4)中的指纹可见光图像特征的采集是利用光的全反射原理,由于指纹的脊和谷存在不同的深度,反射光线会以不同的方向反射到显微镜上,因此可通过红外显微成像技术对指纹进行显微采集。
8.根据权利要求1所述的基于汗腺特征点和指纹图像特征的快速指纹识别方法,其特征在于所述步骤(5)中的从提取的指纹可见光图像中提取指纹特征是:对指纹图像通过高斯滤波的方法进行去噪处理,然后利用Sobel算子提取指纹图像的特征点。
9.根据权利要求1所述的基于汗腺特征点和指纹图像特征的快速指纹识别方法,其特征在于所述步骤(6)中将提取的指纹特征点与已存储的指纹特征相匹配是:将提取的指纹特征点与已有指纹图像进行匹配,指纹图像中的每个点都找到对应点,然后计算每对对应点之间的欧式距离,代表红外显微镜拍摄的指纹图像的每个像素点,代表模板指纹图像的每个像素点,m代表特征点的个数;再将与预先设定的阈值B进行比较:如果计算出的距离大于阈值B,则认为两个指纹来自不同手指,如果计算的距离小于等于阈值B,则认为两个指纹来自同一手指。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145021.7A CN104751139A (zh) | 2015-03-31 | 2015-03-31 | 基于汗腺特征点和指纹图像特征点的快速指纹识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510145021.7A CN104751139A (zh) | 2015-03-31 | 2015-03-31 | 基于汗腺特征点和指纹图像特征点的快速指纹识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104751139A true CN104751139A (zh) | 2015-07-01 |
Family
ID=53590796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510145021.7A Pending CN104751139A (zh) | 2015-03-31 | 2015-03-31 | 基于汗腺特征点和指纹图像特征点的快速指纹识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751139A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250890A (zh) * | 2016-09-23 | 2016-12-21 | 南昌欧菲生物识别技术有限公司 | 一种指纹识别方法及装置 |
CN107563364A (zh) * | 2017-10-23 | 2018-01-09 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
CN108038479A (zh) * | 2018-01-17 | 2018-05-15 | 昆山龙腾光电有限公司 | 指纹识别装置及识别方法 |
CN109815935A (zh) * | 2019-02-20 | 2019-05-28 | Oppo广东移动通信有限公司 | 电子装置、指纹验证方法及相关产品 |
CN111079626A (zh) * | 2019-12-11 | 2020-04-28 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1393823A (zh) * | 2001-07-02 | 2003-01-29 | 国际商业机器公司 | 人体生物特征辅助识别装置,人体生物特征辅助识别方法 |
US20050249386A1 (en) * | 2003-06-30 | 2005-11-10 | Mobisol | Pointing device having fingerprint image recognition function, fingerprint image recognition and pointing method, and method for providing portable terminal service using thereof |
US20100119125A1 (en) * | 2008-11-12 | 2010-05-13 | Chi Mei Communication Systems, Inc. | Fingerprint identification system and method of an electronic device |
CN101807246A (zh) * | 2010-03-17 | 2010-08-18 | 上海大学 | 多特征活体识别方法及装置 |
CN101887574A (zh) * | 2010-07-08 | 2010-11-17 | 华中科技大学 | 一种抗几何攻击的鲁棒指纹嵌入与提取方法 |
CN102542258A (zh) * | 2011-12-16 | 2012-07-04 | 天津理工大学 | 基于手指生物特征信息的成像设备及多模态身份识别方法 |
CN103124977A (zh) * | 2010-07-13 | 2013-05-29 | 斯科特·麦克纳尔蒂 | 用于感测生物特征信息的系统、方法及装置 |
CN103793698A (zh) * | 2014-02-21 | 2014-05-14 | 江苏恒成高科信息科技有限公司 | 能够消除残留指纹的指纹读取传感器 |
-
2015
- 2015-03-31 CN CN201510145021.7A patent/CN104751139A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1393823A (zh) * | 2001-07-02 | 2003-01-29 | 国际商业机器公司 | 人体生物特征辅助识别装置,人体生物特征辅助识别方法 |
US20050249386A1 (en) * | 2003-06-30 | 2005-11-10 | Mobisol | Pointing device having fingerprint image recognition function, fingerprint image recognition and pointing method, and method for providing portable terminal service using thereof |
US20100119125A1 (en) * | 2008-11-12 | 2010-05-13 | Chi Mei Communication Systems, Inc. | Fingerprint identification system and method of an electronic device |
CN101807246A (zh) * | 2010-03-17 | 2010-08-18 | 上海大学 | 多特征活体识别方法及装置 |
CN101887574A (zh) * | 2010-07-08 | 2010-11-17 | 华中科技大学 | 一种抗几何攻击的鲁棒指纹嵌入与提取方法 |
CN103124977A (zh) * | 2010-07-13 | 2013-05-29 | 斯科特·麦克纳尔蒂 | 用于感测生物特征信息的系统、方法及装置 |
CN102542258A (zh) * | 2011-12-16 | 2012-07-04 | 天津理工大学 | 基于手指生物特征信息的成像设备及多模态身份识别方法 |
CN103793698A (zh) * | 2014-02-21 | 2014-05-14 | 江苏恒成高科信息科技有限公司 | 能够消除残留指纹的指纹读取传感器 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250890A (zh) * | 2016-09-23 | 2016-12-21 | 南昌欧菲生物识别技术有限公司 | 一种指纹识别方法及装置 |
CN106250890B (zh) * | 2016-09-23 | 2020-05-05 | 南昌欧菲生物识别技术有限公司 | 一种指纹识别方法及装置 |
CN107563364A (zh) * | 2017-10-23 | 2018-01-09 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
CN107563364B (zh) * | 2017-10-23 | 2021-11-12 | 清华大学深圳研究生院 | 基于汗腺的指纹真伪辨别方法以及指纹识别方法 |
CN108038479A (zh) * | 2018-01-17 | 2018-05-15 | 昆山龙腾光电有限公司 | 指纹识别装置及识别方法 |
CN109815935A (zh) * | 2019-02-20 | 2019-05-28 | Oppo广东移动通信有限公司 | 电子装置、指纹验证方法及相关产品 |
CN111079626A (zh) * | 2019-12-11 | 2020-04-28 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
CN111079626B (zh) * | 2019-12-11 | 2023-08-01 | 深圳市迪安杰智能识别科技有限公司 | 一种活体指纹识别方法、电子设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Preprocessing of a fingerprint image captured with a mobile camera | |
Karami et al. | Image identification using SIFT algorithm: performance analysis against different image deformations | |
KR101491461B1 (ko) | 공분산 기술자를 이용하는 물체 인식 방법 및 장치 | |
CN104751139A (zh) | 基于汗腺特征点和指纹图像特征点的快速指纹识别方法 | |
WO2016201671A1 (zh) | 一种三维点云的局部特征提取方法及装置 | |
Wang et al. | Study of hand-dorsa vein recognition | |
Merino-Gracia et al. | Fast perspective recovery of text in natural scenes | |
Xiao et al. | Structuring visual words in 3D for arbitrary-view object localization | |
Deng et al. | Attention-aware dual-stream network for multimodal face anti-spoofing | |
Mostafa et al. | Pose invariant approach for face recognition at distance | |
Sedaghat et al. | Accurate affine invariant image matching using oriented least square | |
Zhou et al. | Discarding wide baseline mismatches with global and local transformation consistency | |
Zhu et al. | Hand dorsal vein recognition based on shape representation of the venous network | |
CN101551858B (zh) | 基于差分码及差分码模式的目标识别方法 | |
Xie et al. | A novel infrared face recognition based on local binary pattern | |
Mehrotra et al. | Annular iris recognition using SURF | |
KR101528757B1 (ko) | 이분된 로컬 영역을 가지는 윤곽선 분할 기반 특징을 이용한 물체 인식 방법 | |
Ngoc | An efficient LBP-based descriptor for real-time object detection | |
CN112380966A (zh) | 基于特征点重投影的单眼虹膜匹配方法 | |
Xu et al. | A fully automated latent fingerprint matcher with embedded self-learning segmentation module | |
Li et al. | View-normalized gait recognition based on gait frame difference entropy image | |
Rathgeb et al. | Iris segmentation methodologies | |
Ayhan et al. | Improved active shape model for variable illumination conditions | |
Piciucco et al. | Biometric fusion for palm-vein-based recognition systems | |
Soltanpour et al. | Multimodal 2D-3D face recognition using structural context and pyramidal shape index |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150701 |