-
公开(公告)号：CN102163287A
公开(公告)日：2011-08-24
申请号：CN201110074467.7
申请日：2011-03-28
Applicant: 北京邮电大学
IPC: G06K9/66
Abstract: 本发明提出了一种基于类Haar特征向量和支持向量机(SVM)的车牌字符识别新方法，属于模式识别和智能交通领域，涉及字符图像特征提取和字符分类器训练。车牌字符识别方法是车牌识别的核心技术，其中需要解决的两个关键问题是字符特征提取和字符分类器设计。本发明选用适合字符笔画宽度的类Haar特征结构描述字符笔画，提取字符图像块的类Haar特征结构隶属度构成字符识别的特征向量，用以训练泛化性能好的SVM字符分类器。字符的几何结构是识别字符的关键特征，将笔画几何结构转换成统计量值来描述，是本发明的创新所在。所提车牌字符图像识别方法抗干扰性好，用于交通视频中的车牌字符识别，具有实时性好、识别精度高之特点。
-
公开(公告)号：CN101477523B
公开(公告)日：2011-07-20
申请号：CN200810180094.X
申请日：2008-11-24
Applicant: 北京邮电大学
Abstract: 本发明用于超大型指纹数据库的指纹检索，提出了超大型指纹库的索引结构和检索方法。本发明属于计算机识别领域，具体涉及到指纹识别、数据库、数据检索和图像处理等领域。本发明提出了一种超大型指纹库检索系统结构的构造方法、基于索引匹配错误概率的索引评价方法、基于分层深度索引的指纹检索方法以及基于一边多次匹配结构特征的检索评价方法来加速超大型指纹库的检索，具有实用价值和普遍的适用性。在离线建库阶段依据基于索引匹配错误概率的索引评价方法对库指纹构建哈希索引、分层深度索引、特征值索引三个功能互补的索引器；在在线检索阶段依据基于索引匹配错误概率的索引评价方法和基于一边多次匹配结构特征的检索评价方法构建检索器。
-
公开(公告)号：CN104484679A
公开(公告)日：2015-04-01
申请号：CN201410473198.5
申请日：2014-09-17
IPC: G06K9/64
Abstract: 本申请公开了一种非制式枪射击弹头痕迹图像自动识别方法，包括以下步骤：步骤1、将三维空间中的弹头痕迹转换成二维的弹头痕迹图像，作为待识别的图像；步骤2、对待识别的图像进行水平和垂直方向投影，分别生成特征feature1[y]、feature2[x]，其中，0≤y＜M，0≤x＜N，M和N分别为弹头痕迹图像的像素阵列的行数和列数；步骤3、将所述特征feature1[y]、feature2[x]与样本库中的K个样本的特征feature1[Mk]、feature2[Nk]，分别进行比对，其中k＝1、2、……K，生成对应于各个样本的K个相似度。
-
公开(公告)号：CN102163287B
公开(公告)日：2014-06-18
申请号：CN201110074467.7
申请日：2011-03-28
Applicant: 北京邮电大学
IPC: G06K9/66
Abstract: 本发明提出了一种基于类Haar特征向量和支持向量机(SVM)的车牌字符识别新方法，属于模式识别和智能交通领域，涉及字符图像特征提取和字符分类器训练。车牌字符识别方法是车牌识别的核心技术，其中需要解决的两个关键问题是字符特征提取和字符分类器设计。本发明选用适合字符笔画宽度的类Haar特征结构描述字符笔画，提取字符图像块的类Haar特征结构隶属度构成字符识别的特征向量，用以训练泛化性能好的SVM字符分类器。字符的几何结构是识别字符的关键特征，将笔画几何结构转换成统计量值来描述，是本发明的创新所在。所提车牌字符图像识别方法抗干扰性好，用于交通视频中的车牌字符识别，具有实时性好、识别精度高之特点。
-
公开(公告)号：CN104484679B
公开(公告)日：2017-12-22
申请号：CN201410473198.5
申请日：2014-09-17
IPC: G06K9/64
Abstract: 本申请公开了一种非制式枪射击弹头痕迹图像自动识别方法，包括以下步骤：步骤1、将三维空间中的弹头痕迹转换成二维的弹头痕迹图像，作为待识别的图像；步骤2、对待识别的图像进行水平和垂直方向投影，分别生成特征feature1[y]、feature2[x]，其中，0≤y＜M，0≤x＜N，M和N分别为弹头痕迹图像的像素阵列的行数和列数；步骤3、将所述特征feature1[y]、feature2[x]与样本库中的K个样本的特征feature1[Mk]、feature2[Nk]，分别进行比对，其中k＝1、2、……K，生成对应于各个样本的K个相似度。
-
Patent Agency Ranking
公开(公告)号：CN101477523A
公开(公告)日：2009-07-08
申请号：CN200810180094.X
申请日：2008-11-24
Applicant: 北京邮电大学
Abstract: 本发明用于超大型指纹数据库的指纹检索，提出了超大型指纹库的索引结构和检索方法。本发明属于计算机识别领域，具体涉及到指纹识别、数据库、数据检索和图像处理等领域。本发明提出了一种超大型指纹库检索系统结构的构造方法、基于索引匹配错误概率的索引评价方法、基于分层深度索引的指纹检索方法以及基于一边多次匹配结构特征的检索评价方法来加速超大型指纹库的检索，具有实用价值和普遍的适用性。在离线建库阶段依据基于索引匹配错误概率的索引评价方法对库指纹构建哈希索引、分层深度索引、特征值索引三个功能互补的索引器；在在线检索阶段依据基于索引匹配错误概率的索引评价方法和基于一边多次匹配结构特征的检索评价方法构建检索器。
-
公开(公告)号：CN100383808C
公开(公告)日：2008-04-23
申请号：CN200610086958.2
申请日：2006-06-20
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明提出了一种全新的适用于硬件加速的指纹比对方法。该方法采用超标量、超流水的结构，在提高比对速度的同时保证了比对的准确性。首先进行基于特征边的比对，然后根据匹配的特征边组成要比对的特征三角形，再进行特征三角形比对，得到库指纹与现场指纹三角形的偏移信息。本发明提出的这种由边过渡到三角形的逐级比对的方法，大幅度减少了需要比对的特征三角形的数量，提高了比对速度；同时提出的偏移量的计算方法提高了指纹比对的剔除率和偏移量计算的准确性。基于上述指纹比对方法，本发明研制出了一种基于FPGA的指纹比对加速卡。这种流水线加并行处理的算法结构极大地提高了比对的效率。
-
公开(公告)号：CN1862562A
公开(公告)日：2006-11-15
申请号：CN200610086958.2
申请日：2006-06-20
Applicant: 北京邮电大学
IPC: G06K9/00
Abstract: 本发明提出了一种全新的适用于硬件加速的指纹比对方法。该方法采用超标量、超流水的结构，在提高比对速度的同时保证了比对的准确性。首先进行基于特征边的比对，然后根据匹配的特征边组成要比对的特征三角形，再进行特征三角形比对，得到库指纹与现场指纹三角形的偏移信息。本发明提出的这种由边过渡到三角形的逐级比对的方法，大幅度减少了需要比对的特征三角形的数量，提高了比对速度；同时提出的偏移量的计算方法提高了指纹比对的剔除率和偏移量计算的准确性。基于上述指纹比对方法，本发明研制出了一种基于FPGA的指纹比对加速卡。这种流水线加并行处理的算法结构极大地提高了比对的效率。
-
公开(公告)号：CN101013943B
公开(公告)日：2011-03-16
申请号：CN200710063883.0
申请日：2007-02-14
Applicant: 北京邮电大学
Abstract: 本发明提出了一种利用指纹细节特征点信息绑定/恢复密钥的方法。采用多项式绑定一组随机数和指纹细节特征点，需要匹配的细节特征点的数目决定随机数的数量，利用所述随机数中的若干个系数生成一个密钥Ke，用该密钥Ke去加密待保护的密钥S，实现了指纹细节特征点与密钥的绑定。由于待保护的密钥S不直接和多项式绑定，多项式的设计能够不受待保护密钥长度的限制。无论待保护的密钥有多长，都可以使用一个统一的多项式公式来进行保护。同时为了增强密钥的保护措施，提出了与用户秘密结合的密钥绑定方法，将用户秘密和生物特征相结合进行双认证，提高了系统的安全强度。
-
公开(公告)号：CN101013943A
公开(公告)日：2007-08-08
申请号：CN200710063883.0
申请日：2007-02-14
Applicant: 北京邮电大学
Abstract: 本发明提出了一种利用指纹细节特征点信息绑定/恢复密钥的方法。采用多项式绑定一组随机数和指纹细节特征点，需要匹配的细节特征点的数目决定随机数的数量，利用所述随机数中的若干个系数生成一个密钥Ke，用该密钥Ke去加密待保护的密钥S，实现了指纹细节特征点与密钥的绑定。由于待保护的密钥S不直接和多项式绑定，多项式的设计能够不受待保护密钥长度的限制。无论待保护的密钥有多长，都可以使用一个统一的多项式公式来进行保护。同时为了增强密钥的保护措施，提出了与用户秘密结合的密钥绑定方法，将用户秘密和生物特征相结合进行双认证，提高了系统的安全强度。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.039 seconds)
