CN110532949A - 指纹天赋性格测评方法 - Google Patents

指纹天赋性格测评方法 Download PDF

Info

Publication number
CN110532949A
CN110532949A CN201910805733.5A CN201910805733A CN110532949A CN 110532949 A CN110532949 A CN 110532949A CN 201910805733 A CN201910805733 A CN 201910805733A CN 110532949 A CN110532949 A CN 110532949A
Authority
CN
China
Prior art keywords
lines
fingerprint
information
talent
typing
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
Application number
CN201910805733.5A
Other languages
English (en)
Inventor
王超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Kangzhuo Education Technology Co Ltd
Original Assignee
Hunan Kangzhuo Education Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan Kangzhuo Education Technology Co Ltd filed Critical Hunan Kangzhuo Education Technology Co Ltd
Priority to CN201910805733.5A priority Critical patent/CN110532949A/zh
Publication of CN110532949A publication Critical patent/CN110532949A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1347—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/12—Fingerprints or palmprints
    • G06V40/1365—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于大数据的指纹天赋性格测评方法，该指纹天赋性格测评方法包括：指纹录入仪通过网络端口连接采集系统，登录采集系统，建立数据档案，将测评对象的指纹进行采集，将录入的指纹存储在采集系统的指纹目录中，采集系统将采集数据汇总上传到管理端后台，再从管理端后台下载采集数据，中央数据库根据过往收集到的几十万对指纹信息，输入既定的规律进行匹配，来判断同种纹型的性格与天赋。本发明可以科学又高效地发现孩子的性格特征及天赋潜能，帮助老师及家长实现真正的因材施教。

Description

指纹天赋性格测评方法
技术领域
本发明属于数据分析技术领域，具体涉及一种指纹天赋性格测评方法。
背景技术
指纹的发展史源远流长，它有众多学科理论如遗传学、胚胎学、心理学、神经学、统计学等做支持。早在1962年，皮文学家和胚胎发育学家们就研究发现了指纹是人脑神经的外部显现，通过对指纹的采集分析，我们能了解一个人的大脑发育状态，包括其先天性格特征、八大智能、优势潜能等方面。因此可以看出，指纹对于了解自己及规划个人学业或职业的发展，是一个很好的参考工具。而对于父母则能更懂自己的孩子，从而做到因势利导、因材施教。本发明正是基于这样的教育理念，欲提供一套通过指纹的采集和分析，来测评了解孩子的性格和天赋的方法，从而帮助家长对症下药、因材施教。
发明内容
为实现上述目的，本发明提供指纹天赋性格测评方法。
具体的，本发明的技术方案是：
a、通过纹路录入仪及PC端导入个体纹路及个人信息的源数据至源数据模块；
b、通过细分模块对源数据模块内的纹路信息做细致划分；
c、通过整合模块对细致划分后的纹路信息做相似比对，并将相似比对值达80％以上的纹路信息划分至同一分类存储块；
d、通过提取模块从跟随纹路信息分至同一分类存储块内的个人信息提炼出相同的标志信息，整合标志信息及相应的这一细致划分后的纹路信息制成中央数据库，即中央数据库随着录入的增加一直在更新；
e、通过中央数据库与录入纹路信息的比对，做出测评。
进一步的，所述纹路录入仪录入的纹路信息包括指纹、掌纹、脚纹。
进一步的，所述细分模块包括图像处理部、细分部，所述图像处理部将录入的纹路图片按规则摆放，并提取纹路的线特征，所述细分部将纹路图片从设定中心点发散式均匀分割成块特征，所述块特征、纹路线特征作为纹路数据传入整合模块。
进一步的，所述纹路线特征是所述细分部通过并采用局部阀值分割算法将采集的纹路图像从背景区域中分离出来的。
进一步的，所述个人信息的录入为基于文本的对答式录入。
进一步的，所述整合模块是将整合模块内所有已分类存储块与新录入的纹路信息作对比并将新录入的纹路信息归类到具体的分类存储块中。
本发明的有益效果是：与现有技术相比，本发明的纹路录入仪通过对指纹、掌纹、脚纹三方更细致的录入使得各个体区别更加明显，又通过细分模块对纹路的具体处理，使得相似比对更容易配对，通过整合模块、提取模块、中央数据库的自更新设计使得本发明的纹路分析更完善且全面、细致，更易针对不同的个人高效的评测出其性格特征及天赋潜能。
附图说明
图1是指纹天赋性格测评方法的流程示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体的实施方式对本申请作进一步的详细说明。
如图1示，本发明的方案为：指纹天赋性格测评方法，其方法流程包括:
a、通过纹路录入仪及PC端导入个体纹路及个人信息的源数据至源数据模块；
b、通过细分模块对源数据模块内的纹路信息做细致划分，具体的，所述细分模块包括图像处理部、细分部，所述图像处理部将录入的纹路图片按规则摆放，并提取纹路的线特征，所述细分部将纹路图片从设定中心点发散式均匀分割成块特征，所述块特征、纹路线特征作为纹路数据传入下一模块；
c、通过整合模块对细致划分后的纹路信息做相似比对，并将相似比对值达80％以上的纹路信息划分至同一分类存储块，如划分后的纹路信息比对值只存在低于80％的，该纹路信息划分入一新建的分类存储块中；
d、通过提取模块从跟随纹路信息分至同一分类存储块内的个人信息提炼出相同的标志信息，整合标志信息及相应的这一细致划分后的纹路信息制成中央数据库，即中央数据库随着录入的增加一直在更新扩大；
e、通过中央数据库与录入纹路信息的比对，做出测评。
作为本设计的一种优选技术方案，所述纹路录入仪录入的纹路信息包括指纹、掌纹、脚纹。
作为本设计的一种优选技术方案，所述纹路线特征是所述细分部通过并采用局部阀值分割算法将采集的纹路图像从背景区域中分离出来的，通过这样的处理可以彻底将指纹等纹线的脊线与谷线分离开，同时也助于纹路图像里干涉的排除，方便图像的细化处理和特征点提取。
作为本设计的一种优选技术方案，所述个人信息的录入为基于文本的对答式录入，该文本通过特定的问题搜寻记载录入者的个人信息。
作为本设计的一种优选技术方案，所述整合模块是将整合模块内所有已分类存储块与新录入的纹路信息作对比并将新录入的纹路信息归类到具体的分类存储块中。
本实施例中，纹路录入仪为生物射频纹路识别系统，它通过传感器本身发射出微量射频信号，穿透手指等的表皮层去控测里层的纹路，来获得最佳的指纹图像。所述纹路录入仪通过网络端口连接PC的源数据模块并与PC端个人录入的信息做捆绑，纹路信息和个人信息捆绑形成的源数据通过既定路线进入细分模块，细分后的纹路信息依旧附带个人信息并进入整合模块，经过整合模块的处理，提取模块将具有比对值高于80％的分类储存块提取出来，并对其附带的个人信息进行提炼，提出相同的标志信息并将其与对应的新输入的纹路信息存储至中央数据库，将最新的中央数据库同录入者被细分模块处理过的纹路信息做比对来判断同种纹型的性格和天赋。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (6)

1.一种指纹天赋性格测评方法，其特征在于，包括:
a、通过纹路录入仪及PC端导入个体纹路及个人信息的源数据至源数据模块；
b、通过细分模块对源数据模块内的纹路信息做细致划分；
c、通过整合模块对细致划分后的纹路信息做相似比对，并将相似比对值达80％以上的纹路信息划分至同一分类存储块；
d、通过提取模块从跟随纹路信息分至同一分类存储块内的个人信息提炼出相同的标志信息，整合标志信息及相应的这一细致划分后的纹路信息制成中央数据库，即中央数据库随着录入的增加一直在更新；
e、通过中央数据库与录入纹路信息的比对，做出测评。
2.根据权利要求1所述的指纹天赋性格测评方法，其特征在于，所述纹路录入仪录入的纹路信息包括指纹、掌纹、脚纹。
3.根据权利要求2所述的指纹天赋性格测评方法，其特征在于，所述细分模块包括图像处理部、细分部，所述图像处理部将录入的纹路图片按规则摆放，并提取纹路的线特征，所述细分部将纹路图片从设定中心点发散式均匀分割成块特征，所述块特征、纹路线特征作为纹路数据传入整合模块。
4.根据权利要求3所述的指纹天赋性格测评方法，其特征在于，所述纹路线特征是所述细分部通过并采用局部阀值分割算法将采集的纹路图像从背景区域中分离出来的。
5.根据权利要求1所述的指纹天赋性格测评方法，其特征在于，所述个人信息的录入为基于文本的对答式录入。
6.根据权利要求1所述的指纹天赋性格测评方法，其特征在于，所述整合模块是将整合模块内所有已分类存储块与新录入的纹路信息作对比并将新录入的纹路信息归类到具体的分类存储块中。
CN201910805733.5A 2019-08-29 2019-08-29 指纹天赋性格测评方法 Pending CN110532949A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910805733.5A CN110532949A (zh) 2019-08-29 2019-08-29 指纹天赋性格测评方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910805733.5A CN110532949A (zh) 2019-08-29 2019-08-29 指纹天赋性格测评方法

Publications (1)

Publication Number Publication Date
CN110532949A true CN110532949A (zh) 2019-12-03

Family

ID=68664958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910805733.5A Pending CN110532949A (zh) 2019-08-29 2019-08-29 指纹天赋性格测评方法

Country Status (1)

Country Link
CN (1) CN110532949A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1815481A (zh) * 2005-02-05 2006-08-09 廖俊英 根据指纹信息评测孩子大脑功能的方法
CN101576940A (zh) * 2009-06-16 2009-11-11 蔡昂融 一种基于指纹信息的优势评测系统
JP2010040011A (ja) * 2008-08-08 2010-02-18 Mitsubishi Electric Corp 指紋特徴情報生成装置、指紋情報登録装置および指紋照合システム
US20100082579A1 (en) * 2008-01-03 2010-04-01 Shyamsundar Rajaram Identification Of Data Objects Within A Computer Database
WO2015118556A1 (en) * 2014-02-06 2015-08-13 Bhagirath Bhardwaj Fully automated dermatoglyphics based multiple intelligence testing process leading to create an emotional social network and better online security and productivity application based integrated life management system
CN106055875A (zh) * 2016-05-21 2016-10-26 北京大脑智库教育科技有限公司 一种基于大数据的皮纹分析处理装置
CN107368703A (zh) * 2017-06-15 2017-11-21 周文芳 一种天赋分析与潜能开发系统及其方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1815481A (zh) * 2005-02-05 2006-08-09 廖俊英 根据指纹信息评测孩子大脑功能的方法
US20100082579A1 (en) * 2008-01-03 2010-04-01 Shyamsundar Rajaram Identification Of Data Objects Within A Computer Database
JP2010040011A (ja) * 2008-08-08 2010-02-18 Mitsubishi Electric Corp 指紋特徴情報生成装置、指紋情報登録装置および指紋照合システム
CN101576940A (zh) * 2009-06-16 2009-11-11 蔡昂融 一种基于指纹信息的优势评测系统
WO2015118556A1 (en) * 2014-02-06 2015-08-13 Bhagirath Bhardwaj Fully automated dermatoglyphics based multiple intelligence testing process leading to create an emotional social network and better online security and productivity application based integrated life management system
CN106055875A (zh) * 2016-05-21 2016-10-26 北京大脑智库教育科技有限公司 一种基于大数据的皮纹分析处理装置
CN107368703A (zh) * 2017-06-15 2017-11-21 周文芳 一种天赋分析与潜能开发系统及其方法

Similar Documents

Publication Publication Date Title
Woo et al. Putting the “person” in the center: Review and synthesis of person-centered approaches and methods in organizational science
Campbell et al. Differential teacher effectiveness: Towards a model for research and teacher appraisal
Pike et al. First-and second-generation college students: A comparison of their engagement and intellectual development
Sheu et al. Testing the choice model of social cognitive career theory across Holland themes: A meta-analytic path analysis
Hinton Statistics explained
Arapakis et al. Affective feedback: an investigation into the role of emotions in the information seeking process
Jerritta et al. Emotion recognition from facial EMG signals using higher order statistics and principal component analysis
Rosenblum et al. The in air phenomenon: Temporal and spatial correlates of the handwriting process
Ebert et al. Are regional differences in psychological characteristics and their correlates robust? Applying spatial-analysis techniques to examine regional variation in personality
Stone et al. Library usage and demographic characteristics of undergraduate students in a UK university
Negru-Subtirica et al. Good omens? The intricate relations between educational and vocational identity in adolescence
DeCuir-Gunby et al. Critical race mixed methodology: Designing a research study combining critical race theory and mixed methods research
Chaubey et al. Personality prediction through handwriting analysis using convolutional neural networks
Geller et al. The effect of private school competition on public school performance in Georgia
Elngar et al. A deep learning based analysis of the big five personality traits from handwriting samples using image processing
Lee Gender Representation—An Exploration of Standardized Evaluation Methods: Analysing Gender Representations in School Textbooks. By Carole Brugeilles and Sylvie Cromer, Paris, CEPED, 2009. 129pp. 25€(paperback) ISBN: 978-2-87762-178-6
Fielding Evaluating the role of training in police socialization: A British example
Watson The social construction of boundaries between social and cultural anthropology in Britain and North America
Johnson et al. Challenges of comparative survey research
Shestakevych The method of education format ascertaining in program system of inclusive education support
CN101576940A (zh) 一种基于指纹信息的优势评测系统
Gao et al. A comparison between US and Chinese principal decision-making power: A measurement perspective based on PISA 2015
CN110532949A (zh) 指纹天赋性格测评方法
Petit-McClure et al. Disrupting dis/abilization: a critical exploration of research methods to combat white supremacy and ableism in education
Aypay et al. Teacher perceptions of school climate in elementary schools

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination