RU2004118064A - Система идентификации изображений - Google Patents

Система идентификации изображений Download PDF

Info

Publication number
RU2004118064A
RU2004118064A RU2004118064/09A RU2004118064A RU2004118064A RU 2004118064 A RU2004118064 A RU 2004118064A RU 2004118064/09 A RU2004118064/09 A RU 2004118064/09A RU 2004118064 A RU2004118064 A RU 2004118064A RU 2004118064 A RU2004118064 A RU 2004118064A
Authority
RU
Russia
Prior art keywords
data
image
images
elements
data elements
Prior art date
Application number
RU2004118064/09A
Other languages
English (en)
Other versions
RU2302656C2 (ru
Inventor
Бэрри М. УЭНДТ (US)
Бэрри М. УЭНДТ
Бенедикт УИТТИГ (умер)
Мира К. ЛЭКОУС (US)
Мира К. ЛЭКОУС
Гэри Л. ЗАРМ (US)
Гэри Л. ЗАРМ
Original Assignee
Байо-Ки Интернэшнл, Инк. (Us)
Байо-Ки Интернэшнл, Инк.
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 Байо-Ки Интернэшнл, Инк. (Us), Байо-Ки Интернэшнл, Инк. filed Critical Байо-Ки Интернэшнл, Инк. (Us)
Publication of RU2004118064A publication Critical patent/RU2004118064A/ru
Application granted granted Critical
Publication of RU2302656C2 publication Critical patent/RU2302656C2/ru

Links

Classifications

    • 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
    • G06V40/1359—Extracting features related to ridge properties; Determining the fingerprint type, e.g. whorl or loop
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993—Evaluation of the quality of the acquired pattern
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Collating Specific Patterns (AREA)
  • Image Analysis (AREA)
  • Holo Graphy (AREA)
  • Polarising Elements (AREA)
  • Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Non-Silver Salt Photosensitive Materials And Non-Silver Salt Photography (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)

Claims (50)

1. Способ сравнения первого изображения со вторым изображением, содержащий этапы, на которых получают набор данных первого изображения на основании первого изображения и набор данных второго изображения на основании второго изображения, причем наборы данных первого и второго изображений включают в себя множественные элементы данных и являются модельными представлениями первого и второго изображений, и сравнивают, по меньшей мере, один элемент данных в наборе данных первого изображения с, по меньшей мере, одним элементом данных в наборе данных второго изображения.
2. Способ по п.1, отличающийся тем, что дополнительно содержит начальный этап, на котором сужают наборы данных первого и второго изображений, исключая те элементы данных в одном наборе данных первого или второго изображения, которые не попадают в заранее определенный оценочный диапазон отклонения от элемента данных одного и того же типа в другом из наборов данных первого или второго изображений.
3. Способ по п.1, отличающийся тем, что при сравнении, по меньшей мере, одного элемента данных в наборе данных первого изображения с, по меньшей мере, одним элементом данных в наборе данных второго изображения сравнивают, по меньшей мере, один элемент данных первого типа из набора данных первого изображения с, по меньшей мере, одним элементом данных первого типа из набора данных второго изображения, причем первый тип является одним из множественных типов элемента данных, включенных в множественные элементы данных.
4. Способ по п.3, отличающийся тем, что первое и второе изображения являются изображениями отпечатка пальца, и первый тип элемента данных выбран из группы, состоящей из представлений раздвоения, представлений мостика, сегментов вектора, связанных с представлениями раздвоения, сегментов вектора, связанных с представлениями мостика, сегментов вектора, не связанных с представлениями раздвоения, сегментов вектора, не связанных с представлениями мостика, точечных микродеталей и их комбинаций.
5. Способ по п.3, отличающийся тем, что элемент данных каждого типа имеет, по меньшей мере, одну определяющую характеристику, и при сравнении, по меньшей мере, одного элемента данных первого типа из набора данных первого изображения с, по меньшей мере, одним элементом данных первого типа из набора данных второго изображения сравнивают, по меньшей мере, одну определяющую характеристику, по меньшей мере, одного элемента данных первого типа из набора данных первого изображения с соответствующей, по меньшей мере, одной определяющей характеристикой, по меньшей мере, одного элемента данных первого типа из набора данных второго изображения.
6. Способ по п.5, отличающийся тем, что при сравнении, по меньшей мере, одной определяющей характеристики, по меньшей мере, одного элемента данных первого типа из набора данных первого изображения с соответствующей, по меньшей мере, одной определяющей характеристикой, по меньшей мере, одного элемента данных первого типа из набора данных второго изображения определяют величину отклонения, по меньшей мере, одной определяющей характеристики, по меньшей мере, одного элемента данных первого типа из набора данных первого изображения от соответствующей, по меньшей мере, одной определяющей характеристики, по меньшей мере, одного элемента данных первого типа из набора данных второго изображения.
7. Способ по п.6, отличающийся тем, что дополнительно заранее определяют оценочный диапазон отклонения и генерируют список возможных совпадений, указывающий элементы данных из наборов данных первого и второго изображений, для которых величина отклонения находится в пределах оценочного диапазона отклонения.
8. Способ по п.1, отличающийся тем, что при сравнении, по меньшей мере, одного элемента данных в наборе данных первого изображения с, по меньшей мере, одним элементом данных в наборе данных второго изображения генерируют первое значение счетчика множественных элементов данных в наборе данных первого изображения, которые приблизительно совпадают с множественными элементами данных в наборе данных второго изображения.
9. Способ по п.8, отличающийся тем, что дополнительно перемещают по меньшей мере один из наборов данных первого и второго изображения и связанные с ними множественные элементы данных и генерируют второй счетчик множественных элементов данных в наборе данных первого изображения, которые приблизительно совпадают с множественными элементами данных в наборе данных второго изображения.
10. Способ по п.9, отличающийся тем, что дополнительно повторяют этап перемещения, генерируют множество дополнительных значений счетчика множественных элементов данных в наборе данных первого изображения, которые приблизительно совпадают с множественными элементами данных в наборе данных второго изображения, причем каждое дополнительное значение счетчика следует за повторением этапа перемещения, и идентифицируют точку максимального сравнения, которая соответствует одному из первого значения счетчика, второго значения счетчика и множеству дополнительных значений счетчика, которые аппроксимируют максимальное значение.
11. Способ по п.10, отличающийся тем, что дополнительно предварительно определяют конкретное значение счетчика в зависимости от цели сравнения первого изображения со вторым изображением, которое выражает выбранный уровень подобия, необходимый для того, чтобы первое и второе изображения рассматривались совпадающими, и обеспечивают указание наличия совпадения, когда одно из значений первого счетчика, второго счетчика и множества дополнительных значений счетчика, соответствующих точке максимального сравнения, больше или равно конкретному значению счетчика.
12. Способ по п.10, отличающийся тем, что дополнительно вычисляют оценку, которая выражает процент множественных элементов данных в наборе данных первого изображения, приблизительно совпадающих с множественными элементами данных в наборе данных второго изображения в точке максимального сравнения.
13. Способ по п.12, отличающийся тем, что дополнительно предварительно определяют конкретную оценку в зависимости от цели сравнения первого изображения со вторым изображением, которая выражает выбранный уровень подобия, необходимый для того, чтобы первое и второе изображения рассматривались совпадающими, и и обеспечивают указание наличия совпадения, когда оценка, связанная с точкой максимального сравнения, больше или равна конкретной оценке.
14. Способ по п.10, отличающийся тем, что дополнительно вычисляют вероятность значения соотношения, которая выражает соотношение совпадения между множественными элементами данных в наборе данных первого изображения и множественными элементами данных в наборе данных второго изображения в точке максимального сравнения.
15. Способ по п.14, отличающийся тем, что дополнительно предварительно определяют конкретную вероятность значения соотношения в зависимости от цели сравнения первого изображения со вторым изображением, которая выражает выбранный уровень подобия, необходимый для того, чтобы первое и второе изображения рассматривались совпадающими, и и обеспечивают указание наличия совпадения, когда вероятность значения соотношения, связанная с точкой максимального сравнения, больше или равна конкретной вероятности значения соотношения.
16. Способ по п.9, отличающийся тем, что при перемещении по меньшей мере одного из набора данных первого и второго изображения и связанных с ними множественных элементов данных, по меньшей мере один из наборов данных первого и второго изображения и связанных с ними множественных элементов данных подвергают сдвигу.
17. Способ по п.9, отличающийся тем, что при перемещении по меньшей мере одного из наборов данных первого и второго изображения и связанных с ними множественных элементов данных, по меньшей мере один из наборов данных первого и второго изображения и связанных с ними множественных элементов данных подвергают повороту.
18. Способ по п.9, отличающийся тем, что при перемещении по меньшей мере одного из наборов данных первого и второго изображения и связанных с ними множественных элементов данных, по меньшей мере один из наборов данных первого и второго изображения и связанных с ними множественных элементов данных подвергают сдвигу и повороту.
19. Способ сравнения набора данных первого изображения с набором данных второго изображения, причем наборы данных первого и второго изображений получены из изображений отпечатков пальцев и включают в себя множественные элементы данных, содержащие по меньшей мере одно из представление раздвоения, представление мостика, сегменты вектора, связанные с представлениями раздвоения, сегменты вектора и/или связанные с представлениями мостика, сегменты вектора, не связанные с представлениями раздвоения, сегменты вектора, не связанные с представлениями мостика, точечные микродетали и их комбинации, способ содержит этапы, на которых перемещают по меньшей мере один из наборов данных первого и второго изображений и посредством этого перемещают связанный с ними набор элементов данных, генерируют значение счетчика элементов данных в наборе данных первого изображения, приблизительно совпадающих с элементами данных в наборе данных второго изображения, и повторяют перемещение и генерацию значения счетчика, пока не идентифицируют точку максимального сравнения, причем точка максимального сравнения является точкой, в которой значение счетчика приближается к максимальному значению.
20. Способ по п.19, отличающийся тем, что дополнительно предварительно определяют конкретное значение счетчика в зависимости от цели сравнения набора данных первого изображения с набором данных второго изображения, которое выражает выбранный уровень подобия, необходимый для того, чтобы наборы данных первого и второго изображений рассматривались совпадающими, и и обеспечивают указание наличия совпадения, когда значение счетчика, соответствующее точке максимального сравнения, больше или равно конкретному значению счетчика.
21. Способ по п.19, отличающийся тем, что дополнительно вычисляют оценку, которая выражает процент элементов данных в наборе данных первого изображения, приблизительно совпадающих с элементами данных в наборе данных второго изображения в точке максимального сравнения.
22. Способ по п.21, отличающийся тем, что дополнительно предварительно определяют конкретную оценку на основании цели сравнения набора данных первого изображения с набором данных второго изображения, которая выражает выбранный уровень подобия, необходимый для того, чтобы наборы данных первого и второго изображений рассматривались совпадающими, и и обеспечивают указание наличия совпадения, когда оценка, связанная с точкой максимального сравнения, больше или равна конкретной оценке.
23. Способ по п.19, отличающийся тем, что дополнительно вычисляют вероятность значения соотношения, которая выражает соотношение совпадения между множественными элементами данных в наборе данных первого изображения и множественными элементами данных в наборе данных второго изображения в точке максимального сравнения.
24. Способ по п.23, отличающийся тем, что дополнительно предварительно определяют конкретную вероятность значения соотношения на основании цели сравнения первого изображения со вторым изображением, которая выражает выбранный уровень подобия, необходимый для того, чтобы первое и второе изображения рассматривались совпадающими, и и обеспечивают указание наличия совпадения, когда вероятность значения соотношения, связанная с точкой максимального сравнения, больше или равна упомянутой конкретной вероятности значения соотношения.
25. Способ по п.19, отличающийся тем, что дополнительно содержащий начальный этап, на котором сужают наборы данных первого и второго изображений, исключая те элементы данных в одном наборе данных первого или второго изображения, которые не попадают в заранее определенный оценочный диапазон отклонения от элементов данных в другом наборе данных первого или второго изображений.
26. Способ эффективного и точного сравнения первого изображения с множеством других изображений, содержащий этапы, на которых получают набор данных первого изображения на основании первого изображения и множественные наборы данных других изображений на основании множества других изображений, причем каждый набор данных изображения включает в себя множественные элементы данных и является модельным представлением соответствующего изображения, и сравнивают, по меньшей мере, один элемент данных в наборе данных первого изображения с элементами данных в, по меньшей мере, одном из множественных наборов данных других изображений.
27. Способ по п.26, отличающийся тем, что первое и второе изображения являются изображениями отпечатка пальца, и множественные элементы данных выбраны из группы, состоящей из представлений раздвоения, представлений мостика, сегментов вектора, связанных с представлениями раздвоения, сегментов вектора, связанных с представлениями мостика, сегментов вектора, не связанных с представлениями раздвоения, сегментов вектора, не связанных с представлениями мостика, точечных микродеталей и их комбинаций.
28. Способ по п.26, отличающийся тем, что дополнительно генерируют значение счетчика для каждого из множественных наборов данных других изображений, причем при генерации значения счетчика вычисляют количество элементов данных в каждом из множественных наборов данных других изображений, приблизительно совпадающих с элементами данных, взятыми из набора данных первого изображения.
29. Способ по п.28, отличающийся тем, что дополнительно выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в имеющих большинство элементов данных приблизительно совпадающих с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображений с набором данных первого изображения.
30. Способ по п.29, отличающийся тем, что первое и второе изображения являются изображениями отпечатка пальца, и множественные элементы данных выбраны из группы, состоящей из представлений раздвоения, представлений мостика, сегментов вектора, связанных с представлениями раздвоения, сегментов вектора, связанных с представлениями мостика, сегментов вектора, не связанных с представлениями раздвоения, сегментов вектора, не связанных с представлениями мостика, точечных микродеталей и их комбинаций.
31. Способ по п.26, отличающийся тем, что при сравнении, по меньшей мере, одного элемента данных в наборе данных первого изображения с элементами данных в, по меньшей мере, одном из множественных наборов данных других изображений создают файл данных В-дерева для каждого из множественных типов элементов данных и осуществляют категоризацию и сохраняют, на основании набора правил нормализации данных, по существу, все элементы данных, включенные в множественные наборы данных других изображений.
32. Способ по п.31, отличающийся тем, что при создании файла данных В-дерева для каждого из множественных типов элемента данных и категоризации и сохранении, на основании набора правил нормализации данных, по существу, всех элементов данных, включенных в множественные наборы данных других изображений, дополнительно сохраняют каждый элемент данных в файлах данных В-дерева с идентификатором, выражающим связь с конкретным набором данных изображения, в котором присутствует элемент данных.
33. Способ по п.32, отличающийся тем, что при создании файла данных В-дерева для каждого из множественных типов элемента данных и категоризации и сохранении, на основании набора правил нормализации данных, по существу, всех элементов данных, включенных в множественные наборы данных других изображений, дополнительно создают для каждого типа элемента данных файл данных В-дерева, который отражает, по существу, все потенциальные родственные связи между элементами данных, сохраненными в файле данных, и множественными типами элемента данных.
34. Способ по п.32, отличающийся тем, что при создании файла данных В-дерева для каждого из множественных типов элемента данных и категоризации и сохранении, на основании набора правил нормализации данных, по существу, всех элементов данных, включенных в множественные наборы данных других изображений, дополнительно создают файл данных В-дерева, который отражает правила нормализации для каждого типа элемента данных, включая изменения относительного положения и поворот.
35. Способ по п.32, отличающийся тем, что первое и второе изображения являются изображениями отпечатка пальца, и множественные элементы данных выбраны из группы, состоящей из представлений раздвоения, представлений мостика, сегментов вектора, связанных с представлениями раздвоения, сегментов вектора, связанных с представлениями мостика, сегментов вектора, не связанных с представлениями раздвоения, сегментов вектора, не связанных с представлениями мостика, точечных микродеталей и их комбинаций.
36. Способ по п.32, отличающийся тем, что дополнительно сравнивают, по меньшей мере один целевой элемент данных из набора данных первого изображения с элементами данных в файле данных В-дерева, имеющем элементы данных того же типа, что и сравниваемый целевой элемент данных.
37. Способ по п.36, отличающийся тем, что дополнительно используют идентификаторы, связанные с элементами данных, перечисленными в файлах данных В-дерева, для вычисления и регистрации количества элементов данных в каждом из множественных наборов данных других изображений, приблизительно совпадающих с элементами данных, взятыми из набора данных первого изображения.
38. Способ по п.37, отличающийся тем, что дополнительно выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с целевыми элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
39. Способ по п.38, отличающийся тем, что первое и второе изображения являются изображениями отпечатка пальца, и множественные элементы данных выбраны из группы, состоящей из представлений раздвоения, представлений мостика, сегментов вектора, связанных с представлениями раздвоения, сегментов вектора, связанных с представлениями мостика, сегментов вектора, не связанных с представлениями раздвоения, сегментов вектора, не связанных с представлениями мостика, точечных микродеталей и их комбинаций.
40. Способ по п.26, отличающийся тем, что при сравнении, по меньшей мере, одного элемента данных в наборе данных первого изображения с элементами данных в, по меньшей мере, одном из множественных наборов данных других изображений создают директорию, в которой последовательно перечислено, на основании, по меньшей мере, одной измеренной характеристики, существенное количество элементов данных первого типа, которые присутствуют в множественных наборах данных других изображений, причем каждый элемент данных в директории перечислен с идентификатором, выражающим связь с конкретным набором данных изображения, в котором присутствует элемент данных, и сравнивают элементы данных первого типа, взятые из набора данных первого изображения, с элементами данных, последовательно перечисленными в директории.
41. Способ по п.40, отличающийся тем, что при сравнении элементов данных первого типа, взятых из набора данных первого изображения, с элементами данных, последовательно перечисленными в директории, создают массив, имеющий двухэлементную ячейку для каждой из диапазона потенциальных конфигураций для элемента данных первого типа, записывают в первый элемент, по меньшей мере, одной двухэлементной ячейки, значение количества, выражающее количество последовательных элементов данных в директории, которые демонстрируют характеристики, приблизительно схожие с характеристиками одной из диапазона потенциальных конфигураций для элемента данных первого типа, который связан с двухэлементной ячейкой, в первый элемент которой производится запись, и записывают во второй элемент, по меньшей мере, одной двухэлементной ячейки значение индекса, соответствующее начальному элементу данных, с которого начинается количество последовательных элементов данных, перечисленных в директории.
42. Способ по п.41, отличающийся тем, что при сравнении элементов данных первого типа, взятых из набора данных первого изображения, с элементами данных, последовательно перечисленными в директории, идентифицируют двухэлементную ячейку массива, которая связана с конфигурацией элемента данных, имеющей приблизительно такие же характеристики, как у целевого элемента данных, взятого из набора данных первого изображения, и сравнивают целевой элемент данных с группой последовательных элементов данных, перечисленных в директории, указанной двухэлементной ячейкой, связанной с целевым элементом данных, и повторяют этапы идентификации и сравнения для, по меньшей мере, одного дополнительного целевого элемента данных.
43. Способ по п.42, отличающийся тем, что дополнительно генерируют значение счетчика для каждого из множественных наборов данных других изображений, причем при генерации счетчика используют идентификаторы, связанные с элементами данных, перечисленными в директории, для вычисления и указания количества элементов данных в каждом из множественных наборов данных других изображений, приблизительно совпадающих с элементами данных, взятыми из набора данных первого изображения.
44. Способ по п.43, отличающийся тем, что дополнительно выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
45. Способ по п.43, отличающийся тем, что дополнительно повторяют предыдущие этапы, подставляя, по меньшей мере, один другой тип элемента данных вместо первого типа элемента данных, выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
46. Способ эффективного и точного сравнения набора данных первого изображения с множественными наборами данных других изображений, причем наборы данных первого и множества других изображений индивидуально получены из изображений отпечатков пальцев и включают в себя множественные элементы данных множественных типов, причем множество типов содержит по меньшей мере одно из представления раздвоения, представления мостика, сегменты вектора, связанные с представлениями раздвоения, сегменты вектора, связанные с представлениями мостика, сегменты вектора, не связанные с представлениями раздвоения, сегменты вектора, не связанные с представлениями мостика, точечные микродетали и их комбинации, способ содержит этапы, на которых создают директорию, в которой последовательно перечислено, на основании, по меньшей мере, одной измеренной характеристики, существенное количество элементов данных первого типа, которые присутствуют в множественных наборах данных других изображений, причем каждый элемент данных в директории содержит идентификатор, выражающий связь с конкретным набором данных изображения, в котором присутствует элемент данных, создают массив, имеющий двухэлементную ячейку для каждой из диапазона потенциальных конфигураций для элемента данных первого типа, записывают в первый элемент, по меньшей мере, одной двухэлементной ячейки значение количества, выражающее количество последовательных элементов данных в директории, которые демонстрируют характеристики, приблизительно схожие с характеристиками одной из диапазона потенциальных конфигураций для элемента данных первого типа, который связан с двухэлементной ячейкой, в первый элемент которой производится запись, записывают во второй элемент, по меньшей мере, одной двухэлементной ячейки значение индекса, соответствующее начальному элементу данных, с которого начинается количество последовательных элементов данных, перечисленных в директории, идентифицируют двухэлементную ячейку массива, которая связана с конфигурацией элемента данных, имеющей приблизительно такие же характеристики, как у целевого элемента данных первого типа, взятого из набора данных первого изображения, и сравнивают целевой элемент данных с группой последовательных элементов данных, перечисленных в директории, указанной двухэлементной ячейкой, связанной с целевым элементом данных.
47. Способ по п.46, отличающийся тем, что дополнительно повторяют этапы идентификации и сравнения для, по меньшей мере, одного дополнительного целевого элемента данных, используют идентификаторы, связанные с элементами данных, перечисленными в директории, для вычисления и указания количества элементов данных в каждом из множественных наборов данных других изображений, которые приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
48. Способ по п.46, отличающийся тем, что дополнительно повторяют этапы идентификации и сравнения для, по меньшей мере, одного дополнительного целевого элемента данных, используют идентификаторы, связанные с элементами данных, перечисленными в директории, для вычисления и указания количества элементов данных в каждом из множественных наборов данных других изображений, которые приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, повторяют предыдущие этапы, подставляя, по меньшей мере, один другой тип элементов данных вместо первого типа элементов данных, выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
49. Способ эффективного и точного сравнения набора данных первого изображения с множественными наборами данных других изображений, причем наборы данных первого и совокупности других изображений индивидуально получены из изображений отпечатков пальцев и включают в себя множественные элементы данных множественных типов, причем множество типов содержит по меньшей мере одно из представления раздвоения, представления мостика, сегменты вектора, связанные с представлениями раздвоения, сегменты вектора, связанные с представлениями мостика, сегменты вектора, не связанные с представлениями раздвоения, сегменты вектора, не связанные с представлениями мостика, точечные микродетали и их комбинации, способ содержит этапы, на которых создают файл данных В-дерева для, по меньшей мере, одного из множественных типов элемента данных и категорируют и сохраняют, на основании набора правил нормализации данных, по существу, все элементы данных, включенные в множественные наборы данных других изображений, сохраняют каждый элемент данных в файлах данных В-дерева с идентификатором, выражающим связь с конкретным набором данных изображения, в котором присутствует элемент данных, и сравнивают, по меньшей мере один целевой элемент данных из набора данных первого изображения с элементами данных в файле данных В-дерева, имеющем элементы данных того же типа, что и сравниваемый целевой элемент данных.
50. Способ по п.49, отличающийся тем, что дополнительно используют идентификаторы, связанные с элементами данных, перечисленными в файлах данных В-дерева, для вычисления и регистрации количества элементов данных в каждом из множественных наборов данных других изображений, которые приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, выбирают из множественных наборов данных других изображений заранее определенное количество наборов данных изображений, в которых большинство элементов данных приблизительно совпадают с элементами данных, взятыми из набора данных первого изображения, и осуществляют более тщательное сравнение заранее определенного количества наборов данных изображения с набором данных первого изображения.
RU2004118064/09A 2001-11-16 2002-11-15 Система идентификации изображений RU2302656C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/991,589 2001-11-16
US09/991,589 US6895104B2 (en) 2001-02-16 2001-11-16 Image identification system

Publications (2)

Publication Number Publication Date
RU2004118064A true RU2004118064A (ru) 2005-11-10
RU2302656C2 RU2302656C2 (ru) 2007-07-10

Family

ID=25537362

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2004118064/09A RU2302656C2 (ru) 2001-11-16 2002-11-15 Система идентификации изображений

Country Status (10)

Country Link
US (1) US6895104B2 (ru)
EP (3) EP1467308B1 (ru)
AT (1) ATE322052T1 (ru)
AU (1) AU2002348288B2 (ru)
CA (2) CA2467529C (ru)
DE (1) DE60210348T2 (ru)
IL (1) IL162003A (ru)
RU (1) RU2302656C2 (ru)
WO (1) WO2003044725A2 (ru)
ZA (1) ZA200403899B (ru)

Families Citing this family (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE0100887D0 (sv) * 2001-03-15 2001-03-15 Fingerprint Cards Ab Anordning och metod för behandling av fingeravtrycksinformation
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
JP2003075135A (ja) * 2001-08-31 2003-03-12 Nec Corp 指紋画像入力装置および指紋画像による生体識別方法
US7127106B1 (en) * 2001-10-29 2006-10-24 George Mason Intellectual Properties, Inc. Fingerprinting and recognition of data
DE602004027469D1 (de) * 2003-03-07 2010-07-15 Nippon Telegraph & Telephone Einrichtung zur korrelation biologischer bilder und korrelationsverfahren dafür
US8553949B2 (en) 2004-01-22 2013-10-08 DigitalOptics Corporation Europe Limited Classification and organization of consumer digital images using workflow, and face detection and recognition
US8363951B2 (en) * 2007-03-05 2013-01-29 DigitalOptics Corporation Europe Limited Face recognition training method and apparatus
WO2005069221A1 (ja) * 2004-01-15 2005-07-28 Nec Corporation パターン識別システム、パターン識別方法、及びパターン識別プログラム
US7564994B1 (en) * 2004-01-22 2009-07-21 Fotonation Vision Limited Classification system for consumer digital images using automatic workflow and face detection and recognition
AR043357A1 (es) * 2004-01-23 2005-07-27 Salva Calcagno Eduardo Luis Procedimiento de identificacion de personas mediante la conversion de huellas dactilares y codigos geneticos en codigos de barras y disposicion utilizada en dicho procedimiento
US7394459B2 (en) * 2004-04-29 2008-07-01 Microsoft Corporation Interaction between objects and a virtual environment display
US7593593B2 (en) * 2004-06-16 2009-09-22 Microsoft Corporation Method and system for reducing effects of undesired signals in an infrared imaging system
US20060039050A1 (en) * 2004-08-23 2006-02-23 Carver John F Live print scanner with active holographic platen
US7715597B2 (en) 2004-12-29 2010-05-11 Fotonation Ireland Limited Method and component for image recognition
US20070078908A1 (en) * 2005-05-17 2007-04-05 Santu Rohatgi Method and system for child safety
US7911444B2 (en) 2005-08-31 2011-03-22 Microsoft Corporation Input method for surface of interactive display
US8060840B2 (en) * 2005-12-29 2011-11-15 Microsoft Corporation Orientation free user interface
US20070245152A1 (en) * 2006-04-13 2007-10-18 Erix Pizano Biometric authentication system for enhancing network security
US7818395B2 (en) * 2006-10-13 2010-10-19 Ceelox, Inc. Method and apparatus for interfacing with a restricted access computer system
US7962755B2 (en) * 2006-04-28 2011-06-14 Ceelox, Inc. System and method for biometrically secured, transparent encryption and decryption
JP2007323500A (ja) * 2006-06-02 2007-12-13 Sharp Corp 情報処理装置、方法、プログラムおよびプログラムを記録したコンピュータ読取り可能な記録媒体
US20070286464A1 (en) * 2006-06-08 2007-12-13 Jayanetti J K D Ruwan System and method for capturing a fingerprint using an electronic sensor
EP2050043A2 (en) 2006-08-02 2009-04-22 Fotonation Vision Limited Face recognition with combined pca-based datasets
SE530514C2 (sv) 2006-09-07 2008-06-24 Innitor Ab En metod, en apparat och en datorprogramprodukt inom fingeravtrycksmatchning
US8412947B2 (en) * 2006-10-05 2013-04-02 Ceelox Patents, LLC System and method of secure encryption for electronic data transfer
US8756422B2 (en) * 2006-12-29 2014-06-17 Ceelox Patents, LLC System and method for secure and/or interactive dissemination of information
US20080162527A1 (en) * 2006-12-29 2008-07-03 Ceelox Inc. System and method for secure and/or interactive dissemination of information
US8212857B2 (en) * 2007-01-26 2012-07-03 Microsoft Corporation Alternating light sources to reduce specular reflection
US20080273770A1 (en) * 2007-05-03 2008-11-06 Upek, Inc. Fast Fingerprint Identification And Verification By Minutiae Pair Indexing
EP1988489B1 (en) * 2007-05-04 2021-02-17 STMicroelectronics (Research & Development) Limited Biometric sensor apparatus and method
US8200025B2 (en) 2007-12-07 2012-06-12 University Of Ottawa Image classification and search
CN101770299B (zh) * 2008-12-26 2013-11-06 深圳富泰宏精密工业有限公司 导航键功能实现系统及方法
JP5212195B2 (ja) * 2009-03-13 2013-06-19 オムロン株式会社 画像処理装置および画像処理方法
US8473481B2 (en) * 2009-03-16 2013-06-25 Microsoft Corporation Object recognition and library
JP2010250657A (ja) * 2009-04-17 2010-11-04 Seiko Epson Corp 印刷装置、画像処理装置、画像処理方法およびコンピュータープログラム
JP2010250658A (ja) * 2009-04-17 2010-11-04 Seiko Epson Corp 印刷装置、画像処理装置、画像処理方法およびコンピュータープログラム
US8633999B2 (en) * 2009-05-29 2014-01-21 DigitalOptics Corporation Europe Limited Methods and apparatuses for foreground, top-of-the-head separation from background
JP5304901B2 (ja) * 2009-10-27 2013-10-02 富士通株式会社 生体情報処理装置、生体情報処理方法及び生体情報処理用コンピュータプログラム
AU2009251147B2 (en) * 2009-12-23 2012-09-06 Canon Kabushiki Kaisha Dynamic printer modelling for output checking
US8520903B2 (en) * 2010-02-01 2013-08-27 Daon Holdings Limited Method and system of accounting for positional variability of biometric features
US8041956B1 (en) 2010-08-16 2011-10-18 Daon Holdings Limited Method and system for biometric authentication
US8971628B2 (en) 2010-07-26 2015-03-03 Fotonation Limited Face detection using division-generated haar-like features for illumination invariance
US10331658B2 (en) * 2011-06-03 2019-06-25 Gdial Inc. Systems and methods for atomizing and individuating data as data quanta
RU2515706C2 (ru) * 2012-08-21 2014-05-20 Общество с ограниченной ответственностью "Кузнеч" ООО "Кузнеч" Способ и система поиска нарушений авторских прав на изображения
KR101444064B1 (ko) * 2013-03-22 2014-09-26 주식회사 슈프리마 다중 스캔을 이용한 광학식 지문 인식 방법 및 장치
RU2014142738A (ru) * 2013-06-26 2016-05-20 Андрей Юрьевич Щербаков Способ потокового преобразования видеоизображения на основе заданного шаблона
US10282802B2 (en) * 2013-08-27 2019-05-07 Morphotrust Usa, Llc Digital identification document
US20160196478A1 (en) * 2013-09-03 2016-07-07 Samsung Electronics Co., Ltd. Image processing method and device
CN103559504B (zh) * 2013-11-04 2016-08-31 北京京东尚科信息技术有限公司 图像目标类别识别方法及装置
WO2015138232A1 (en) 2014-03-10 2015-09-17 Bio-Key International, Inc. Improved utilization of biometric data
RU2660635C2 (ru) 2014-03-14 2018-07-06 Хуавэй Текнолоджиз Ко., Лтд. Способ и устройство для управления цепочкой услуги потока услуги
WO2015175107A1 (en) 2014-05-15 2015-11-19 Bio-Key International, Inc. Adaptive short lists and acceleration of biometric database search
RU2610587C2 (ru) 2014-09-16 2017-02-13 Общество С Ограниченной Ответственностью "Яндекс" Способ пространственного хранения объекта посредством гибкой иерархической структуры и постоянный носитель информации
WO2016047006A1 (ja) * 2014-09-24 2016-03-31 康弘 久田 指紋認証システム、指紋認証プログラムおよび指紋認証方法
CN104598534B (zh) * 2014-12-30 2018-04-06 小米科技有限责任公司 图片折叠方法及装置
US9911173B2 (en) 2014-12-30 2018-03-06 Xiaomi Inc. Method and device for displaying images
US10528789B2 (en) 2015-02-27 2020-01-07 Idex Asa Dynamic match statistics in pattern matching
US9805247B2 (en) 2015-02-27 2017-10-31 Idex Asa Pattern registration
US10157306B2 (en) 2015-02-27 2018-12-18 Idex Asa Curve matching and prequalification
US9940502B2 (en) 2015-02-27 2018-04-10 Idex Asa Pre-match prediction for pattern testing
US10600219B2 (en) 2015-06-26 2020-03-24 Idex Asa Pattern mapping
US9684813B2 (en) 2015-07-01 2017-06-20 Idex Asa System and method of biometric enrollment and verification
US10621765B2 (en) 2015-07-07 2020-04-14 Idex Asa Image reconstruction
CN106709399B (zh) * 2015-08-21 2021-02-09 小米科技有限责任公司 指纹识别方法及装置
CN107133550B (zh) * 2016-02-29 2019-12-03 北京小米移动软件有限公司 指纹验证方法及装置
US10121054B2 (en) * 2016-11-10 2018-11-06 Synaptics Incorporated Systems and methods for improving spoof detection based on matcher alignment information
CN109389148B (zh) * 2018-08-28 2021-11-23 昆明理工大学 一种基于改进DHash算法的图像相似判定方法
US11176347B2 (en) * 2019-06-14 2021-11-16 Analog Devices International Unlimited Company Fingerprint-on-display recognition
CN112101194A (zh) * 2020-01-21 2020-12-18 神盾股份有限公司 电子装置及其操作方法
CN113033525B (zh) * 2021-05-26 2021-08-13 北京的卢深视科技有限公司 图像识别网络的训练方法、电子设备及存储介质

Family Cites Families (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0329166B1 (en) * 1988-02-17 1994-10-12 Nippondenso Co., Ltd. Fingerprint verification method employing plural correlation judgement levels and sequential judgement stages
US5117358A (en) 1989-09-25 1992-05-26 Winkler Peter M Electronic trusted party
US5157482A (en) * 1990-09-17 1992-10-20 Eastman Kodak Company Use of pre-scanned low resolution imagery data for synchronizing application of respective scene balance mapping mechanisms during high resolution rescan of successive images frames on a continuous film strip
US5841868A (en) 1993-09-21 1998-11-24 Helbig, Sr.; Walter Allen Trusted computer system
US5825880A (en) 1994-01-13 1998-10-20 Sudia; Frank W. Multi-step digital signature method and system
BR9506414A (pt) 1994-01-13 1997-09-09 Bankers Trust Co Método para gerar comunicaçoes digitais critpográficas privativas comprovadamente confiáveis entre uma pluralidade de usuários método para gerar comunicaçoes criptográficas comprovadamente confiáveis entre uma pluralidade de dispositivos e método para autorizar um dispositivo confiável a efetuar uma transaçao eletrônica entre um primeiro usuário e uma segunda parte
US5815577A (en) 1994-03-18 1998-09-29 Innovonics, Inc. Methods and apparatus for securely encrypting data in conjunction with a personal computer
US5572597A (en) 1994-03-29 1996-11-05 Loral Corporation Fingerprint classification system
US5668874A (en) * 1995-02-28 1997-09-16 Lucent Technologies Inc. Identification card verification system and method
US5631972A (en) * 1995-05-04 1997-05-20 Ferris; Stephen Hyperladder fingerprint matcher
DE69638307D1 (de) 1995-06-05 2011-01-27 Cqrcert Llc Verfahren und Einrichtung zur digitalen Unterschrift in mehreren Schritten
JP2776409B2 (ja) 1995-08-02 1998-07-16 日本電気株式会社 皮膚紋様並びに指紋紋様の分類装置
US5995640A (en) * 1996-10-23 1999-11-30 International Business Machines Corporation System and method for determining if a fingerprint image contains an image portion representing a dry fingerprint impression
US5991430A (en) 1996-11-26 1999-11-23 Wen-Hsing Hsu Method and device for automatic matching of planar point patterns
US6072895A (en) * 1996-12-13 2000-06-06 International Business Machines Corporation System and method using minutiae pruning for fingerprint image processing
US20010050990A1 (en) 1997-02-19 2001-12-13 Frank Wells Sudia Method for initiating a stream-oriented encrypted communication
US6275601B1 (en) * 1997-03-05 2001-08-14 Fujitsu Denso Ltd. Fingerprinting judging method
US5926550A (en) 1997-03-31 1999-07-20 Intel Corporation Peripheral device preventing post-scan modification
US6049621A (en) 1997-08-22 2000-04-11 International Business Machines Corporation Determining a point correspondence between two points in two respective (fingerprint) images
US6314197B1 (en) * 1997-08-22 2001-11-06 International Business Machines Corporation Determining an alignment estimation between two (fingerprint) images
US6062474A (en) 1997-10-02 2000-05-16 Kroll; Mark William ATM signature security system
US6233348B1 (en) * 1997-10-20 2001-05-15 Fujitsu Limited Fingerprint registering apparatus, fingerprint identifying apparatus, and fingerprint identifying method
US6118890A (en) * 1997-11-12 2000-09-12 International Business Machines Corporation System and method for broad classification of biometric patterns
US6134340A (en) * 1997-12-22 2000-10-17 Trw Inc. Fingerprint feature correlator
US6466686B2 (en) * 1998-01-07 2002-10-15 International Business Machines Corporation System and method for transforming fingerprints to improve recognition
US6195447B1 (en) * 1998-01-16 2001-02-27 Lucent Technologies Inc. System and method for fingerprint data verification
AUPP340698A0 (en) * 1998-05-07 1998-05-28 Canon Kabushiki Kaisha Method and apparatus for highly efficient representation and compression of images
US6092202A (en) 1998-05-22 2000-07-18 N*Able Technologies, Inc. Method and system for secure transactions in a computer system
US6418472B1 (en) 1999-01-19 2002-07-09 Intel Corporation System and method for using internet based caller ID for controlling access to an object stored in a computer
US6597802B1 (en) * 1999-08-13 2003-07-22 International Business Machines Corp. System and method for generating a rolled surface representation from a set of partial images
US20020026584A1 (en) 2000-06-05 2002-02-28 Janez Skubic Method for signing documents using a PC and a personal terminal device
US6246376B1 (en) 2000-06-28 2001-06-12 Texas Instruments Incorporated Wireless location and direction indicator for multiple devices
US6567765B1 (en) * 2000-08-17 2003-05-20 Siemens Corporate Research, Inc. Evaluation system and method for fingerprint verification
GB0020441D0 (en) 2000-08-18 2000-10-04 Hewlett Packard Co Performance of a service on a computing platform
GB0020416D0 (en) 2000-08-18 2000-10-04 Hewlett Packard Co Trusted system
GB0027332D0 (en) 2000-11-09 2000-12-27 Koninkl Philips Electronics Nv System control through portable devices
US7493565B2 (en) 2000-12-22 2009-02-17 Microsoft Corporation Environment-interactive context-aware devices and methods
US20020095587A1 (en) 2001-01-17 2002-07-18 International Business Machines Corporation Smart card with integrated biometric sensor
US6871784B2 (en) * 2001-02-07 2005-03-29 Trijay Technologies International Corporation Security in mag-stripe card transactions
US6732278B2 (en) 2001-02-12 2004-05-04 Baird, Iii Leemon C. Apparatus and method for authenticating access to a network resource
WO2002088911A2 (en) 2001-04-30 2002-11-07 Nokia Corporation Protection of content reproduction using digital rights
US7814532B2 (en) 2001-05-02 2010-10-12 Lenovo (Singapore) Pte. Ltd. Data processing system and method for password protecting a boot device

Also Published As

Publication number Publication date
DE60210348T2 (de) 2006-12-07
US20030118218A1 (en) 2003-06-26
ATE322052T1 (de) 2006-04-15
IL162003A0 (en) 2005-11-20
EP1467308A1 (en) 2004-10-13
IL162003A (en) 2010-11-30
CA2467529C (en) 2013-09-03
RU2302656C2 (ru) 2007-07-10
AU2002348288A1 (en) 2003-06-10
WO2003044725A3 (en) 2004-01-08
EP1446762A2 (en) 2004-08-18
CA2817686C (en) 2015-03-31
EP1501040A1 (en) 2005-01-26
CA2467529A1 (en) 2003-05-30
WO2003044725A2 (en) 2003-05-30
AU2002348288B2 (en) 2008-11-13
EP1467308B1 (en) 2006-03-29
ZA200403899B (en) 2005-05-19
US6895104B2 (en) 2005-05-17
DE60210348D1 (de) 2006-05-18
CA2817686A1 (en) 2003-05-30

Similar Documents

Publication Publication Date Title
RU2004118064A (ru) Система идентификации изображений
Bertin-Mahieux et al. Large-scale cover song recognition using hashed chroma landmarks
Casey et al. Analysis of minimum distances in high-dimensional musical spaces
US7818167B2 (en) Method, medium, and system for music retrieval using modulation spectrum
JP2007525697A (ja) オーディオフィンガープリントシステム及びオーディオフィンガープリント方法
WO2002071273A2 (en) Categorization based on record linkage theory
US20120197826A1 (en) Information matching apparatus, method of matching information, and computer readable storage medium having stored information matching program
MX2012011923A (es) Asignacion de atributis aplicables para datos que describen la identidad personal.
KR100978913B1 (ko) Ｓｖｍ기반 복 수의 매칭 알고리즘을 결합한 음원 검색 시스템 및 방법
CN105989001A (zh) 图像搜索方法及装置、图像搜索系统
Osmalsky Combining features for cover song identification
Lin et al. Music Matching Based on Rough Longest Common Subsequence.
CN111048145B (zh) 蛋白质预测模型的生成方法、装置、设备和存储介质
JPWO2007132564A1 (ja) データ処理装置及び方法
Kaur et al. Assessing lexical similarity between short sentences of source code based on granularity
CN116911253A (zh) 基于相似性度量的字符串匹配方法、设备及存储介质
EP3477505B1 (en) Fingerprint clustering for content-based audio recogntion
CN112769540A (zh) 一种侧信道信息泄露的诊断方法、系统、设备及存储介质
KR101233296B1 (ko) 가중치 합을 이용한 거리 함수 생성 방법 및 시스템
CN111538669A (zh) 一种基于历史问题回溯分析的测试案例抽取方法及装置
KR100918361B1 (ko) 고속화 검색 모델링 시스템 및 방법
KR100978914B1 (ko) Ｓｖｒ 기반 복 수의 매칭 알고리즘을 결합한 음원 검색 시스템 및 방법
CN110502660A (zh) 一种弱监督下的多距离度量图像检索方法
CN111009287B (zh) SLiMs预测模型的生成方法、装置、设备和存储介质
US10025831B2 (en) Adaptive short lists and acceleration of biometric database search