-
公开(公告)号：CN112347855A
公开(公告)日：2021-02-09
申请号：CN202011084812.0
申请日：2020-10-12
Applicant: 西安电子科技大学青岛计算技术研究院 , 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的生物特征模板保护方法及装置，该方法包括：获取待验证生物特征图像；根据深度网络对待验证生物特征图像进行特征提取，得到第一特征向量串；对第一特征向量串进行随机映射，得到第一随机特征向量；对第一随机特征向量进行非线性多维谱哈希编码，得到待验证哈希码；将待验证哈希码与预先存储的注册哈希码进行匹配，并输出验证结果。本发明提供的基于深度学习的生物特征模板保护方法具有较高的精度和安全性。
-
公开(公告)号：CN114581961B
公开(公告)日：2025-04-18
申请号：CN202210096710.3
申请日：2022-01-26
Applicant: 西安电子科技大学
IPC: G06V40/12 , G06V40/13 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的交叉库指纹识别方法，包括：将第一指纹图像集和第二指纹图像集，划分为目标图像集和源图像集；基于所述目标图像集和源图像集，确定伪目标图像集；对目标图像集和伪目标图像集中的图像进行增强处理，以分别得到第一增强指纹图像和第二增强指纹图像；基于第一增强指纹图像和第二增强指纹图像，获取第一特征向量和第二特征向量，以及获取第一细节点特征向量和第二细节点特征向量；基于第一特征向量和第二特征向量确定纹理匹配分数，以及基于第一细节点特征向量和第二细节点特征向量确定细节点匹配分数；确定最终匹配分数；根据所述最终匹配分数计算等错误率，以完成指纹识别。本发明能够提高指纹交叉库识别的精度。
-
公开(公告)号：CN118470807A
公开(公告)日：2024-08-09
申请号：CN202410665361.1
申请日：2024-05-27
Applicant: 西安电子科技大学
IPC: G06V40/40 , G06V40/12 , G06T7/00 , G06T7/194 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供指纹活体检测方法及装置，涉及生物特征识别技术领域。此方法包括：对真指纹图像进行前景提取和分割，得到各指纹分块图像；对真指纹图像或各指纹分块图像进行处理，得到扰动图像；将不同采集仪的假指纹图像输入CycleGAN模型，生成风格迁移图像；通过指纹分块图像、扰动图像和风格迁移图像，对构造的指纹活体检测网络模型进行训练，得到训练好的指纹活体检测网络模型；通过训练好的指纹活体检测网络模型，检测出对应的概率值。将包含有不同采集仪采集到的不同材料制作的假指纹图像、真扰动图像和各指纹分块图像放入构造的指纹活体检测网络模型中进行训练，提高指纹活体检测网络模型的泛化性能，以提高指纹活体检测的准确性。
-
公开(公告)号：CN116912891A
公开(公告)日：2023-10-20
申请号：CN202310792499.3
申请日：2023-06-30
Applicant: 西安电子科技大学
IPC: G06V40/12 , G06V10/44 , G06V10/74 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于深度匹配网络和预训练策略的小面积指纹匹配方法，包括：构建小面积指纹数据库Ⅰ和数据库Ⅱ；构建基于深度学习的小面积指纹匹配网络和变换网络；其中，变换网络用于对输入的成对小面积指纹图像进行方向场特征提取，获得变换参数，并根据变换参数进行匹配网络预训练过程中的图像变换；匹配网络用于对输入的成对小面积指纹图像进行深度特征提取和相似度匹配；利用数据库Ⅱ中的小面积指纹图像对变换网络进行训练，并在训练过程中和训练完成后对匹配网络进行预训练；利用数据库Ⅰ对预训练后的匹配网络进行训练，以便利用训练好的匹配网络实现小面积指纹匹配。该方法设计的匹配网络训练速度较快，可以实现小面积指纹的高精度匹配。
-
公开(公告)号：CN111539248B
公开(公告)日：2023-05-05
申请号：CN202010163507.4
申请日：2020-03-10
Applicant: 西安电子科技大学 , 西安西电信安智能科技有限公司
IPC: G06V40/16 , G06V10/82 , G06V10/764 , G06V10/766 , G06V10/80 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种红外线人脸检测方法、装置及其电子设备，方法包括获取红外人脸图像集；对所述红外人脸图像集进行预处理得到红外人脸预处理图像集；构建红外人脸检测模型；根据所述红外人脸预处理图像集对所述红外人脸检测模型进行训练得到训练好的红外人脸检测模型；根据多个红外人脸图像集对所述训练好的红外人脸检测模型进行泛化能力测试得到人脸检测结果以实现人脸检测。本发明提出的红外线人脸检测方法，通过构建的红外人脸检测模型实现了快速、高效且泛化能力强的夜间等恶劣气候下人脸检测。
-
Patent Agency Ranking
公开(公告)号：CN112651304B
公开(公告)日：2023-02-10
申请号：CN202011443892.4
申请日：2020-12-11
Applicant: 西安电子科技大学 , 西安西电信安智能科技有限公司
Abstract: 本发明公开了一种基于特征融合的可撤销掌纹模板生成方法、装置、设备和存储介质，包括：获取原始掌纹信息对应的原始掌纹图像；在所述原始掌纹图像中截取掌纹ROI图像；提取所述掌纹ROI图像中的掌纹方向特征；提取所述掌纹ROI图像中的掌纹点特征；对所述掌纹方向特征和所述掌纹点特征进行特征融合得到融合特征；对所述融合特征进行不可逆变换得到可撤销掌纹模板。本方法通过将掌纹方向特征和掌纹点特征进行融合得到融合特征，将融合特征进行不可逆变换得到可撤销掌纹模板，有效的保护了原始掌纹信息的安全，掌纹的认证性能也有了进一步地提高。
-
公开(公告)号：CN112364319B
公开(公告)日：2022-12-23
申请号：CN202011085867.3
申请日：2020-10-12
Applicant: 西安电子科技大学 , 西安西电信安智能科技有限公司
Abstract: 本发明公开了一种基于二叉树混洗的生物特征模板保护方法及装置，该方法包括：获取待验证生物特征图像；对待验证生物特征图像进行像素点插值变换，得到第一模板矩阵；根据第一模板矩阵生成待验证的哈希校验码；对第一模板矩阵进行基于二叉树混洗处理，得到第二模板矩阵；对第二模板矩阵进行特征提取，得到待验证的特征向量串；将待验证的特征向量串与预先存储的注册生物模板矩阵对应的注册特征向量串进行匹配，同时将待验证的哈希校验码与预先存储的注册哈希校验码进行匹配，并输出验证结果。本发明提供的基于二叉树混洗的模板保护方法具有较高的效率和安全性。
-
公开(公告)号：CN114581961A
公开(公告)日：2022-06-03
申请号：CN202210096710.3
申请日：2022-01-26
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于深度学习的交叉库指纹识别方法，包括：将第一指纹图像集和第二指纹图像集，划分为目标图像集和源图像集；基于所述目标图像集和源图像集，确定伪目标图像集；对目标图像集和伪目标图像集中的图像进行增强处理，以分别得到第一增强指纹图像和第二增强指纹图像；基于第一增强指纹图像和第二增强指纹图像，获取第一特征向量和第二特征向量，以及获取第一细节点特征向量和第二细节点特征向量；基于第一特征向量和第二特征向量确定纹理匹配分数，以及基于第一细节点特征向量和第二细节点特征向量确定细节点匹配分数；确定最终匹配分数；根据所述最终匹配分数计算等错误率，以完成指纹识别。本发明能够提高指纹交叉库识别的精度。
-
公开(公告)号：CN114399808A
公开(公告)日：2022-04-26
申请号：CN202111538375.X
申请日：2021-12-15
Applicant: 西安电子科技大学
Abstract: 本发明于模式识别、数字图像处理技术领域，公开了一种人脸年龄估计方法、系统、电子设备及存储介质，所述人脸年龄估计方法包括：获取人脸年龄图像集并进行预处理得到预处理后的人脸年龄图像集；构建人脸年龄估计模型；构建包含基于排序标签的误差压缩排序损失和属性指导分类损失的复合损失函数；根据人脸预处理图像集对人脸年龄估计模型进行训练得到训练好的人脸年龄估计模型；根据测试数据集对所述训练好的人脸年龄估计模型进行测试，得到人脸年龄估计结果以实现人脸年龄估计。本发明通过引入高性能的多尺度注意力机制残差卷积单元、属性指导模块及包含误差压缩排序损失的复合损失函数，实现鲁棒高效且估计性能指标高的人脸年龄估计目标。
-
公开(公告)号：CN111027404A
公开(公告)日：2020-04-17
申请号：CN201911121065.0
申请日：2019-11-15
Applicant: 西安电子科技大学 , 西安西电信安智能科技有限公司
Abstract: 本发明公开了一种基于指纹保护模板的指纹识别方法，包括：根据待训练细节点的第一融合特征向量得到聚类中心集，其中所述聚类中心集中包括若干所述第一融合特征向量；根据所述聚类中心集和待注册细节点的第二融合特征向量得到第一哈希模板；根据所述聚类中心集和待认证细节点的第三融合特征向量得到第二哈希模板；基于所述第一哈希模板和所述第二哈希模板，使用所述加密域匹配公式得到识别结果。本发明因为所得到的第一哈希模板和第二哈希模板具有较好的可撤性及无关联性，因此具有较好的安全性，并且匹配操作均在加密域条件下进行，因此即使模板丢失，原始模板信息也不会泄露，进一步提高了安全性。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.032 seconds)
