针对指纹模板的可逆信息隐藏编码方法

通过融合指纹、人脸、口令等用户身份信息来进行多模态认证可以提高身份认证系统的安全性.而利用信息隐藏技术,可以将几种身份信息嵌入到某一种生物模板中实现安全存储.本文介绍了一种以指纹模板为隐藏载体的多模态认证技术,该技术的关键问题是要保证嵌入信息后的指纹图片的质量,以确保匹配的精度.为此,提出了一种将二元信息稀疏化的数据嵌入编码方法,利用这种编码可以有效降低数据嵌入过程中对指纹图片的修改,从而改善载密图片的质量,以达到提高匹配精度的目的.该方法嵌入脆弱水印,用于指纹模板的完整性认证.     

一种基于单像素指纹边界的信息隐藏技术

利用信息隐藏技术提高身份认证系统的安全性是一种有效方法,通过将用户身份信息中的指纹、人脸以及口令融合进行多模态认证提高身份认证安全性.而将口令信息嵌入到指纹图像中实现口令信息的隐藏及存储,既能够满足安全认证的需要,又能够保证口令存储的安全性能.本文首先介绍了基于指纹图像为载体的口令信息隐藏技术,然后将细化后指纹图像按单元块进行像素划分,再将口令信息按照Hash函数嵌入到单元中心像素点上,相当于构成一个二元信息稀疏矩阵.该方法不仅保证了指纹图像的质量,还确保了指纹图像骨架脊线的质量,从而确保了指纹识别的精度.最后,通过实验结果表明,本文提出的基于单像素指纹边界的信息隐藏技术能够较好地将信息嵌入到指纹图像中,具有较低修改率的同时提高了PSNR峰值信噪比量,而且与其它方法相比,本文提出的方法对指纹识别正确率影响较小.     

基于指纹识别技术的考生身份验证系统的设计

本文设计了一种指纹IC卡考试系统.包括单片机控制部分的软、硬件实现,指纹IC卡部分的IC卡卡片原理及卡片结构,指纹识别部分中的指纹的采集、验证等.由于指纹的唯一性和不可复制性,使用该系统可杜绝考试中存在的替考现象,保证考生身份的真实性、可靠性和有效性,且节省人力,使用方便,便于考生信息的计算机管理.     

基于轻量级DenseNet和ZigBee的指纹识别方法

针对传统身份识别方法识别准确率低、模型复杂且运算速度慢等问题,提出一种新的基于轻量级密集连接卷积神经网络(DenseNet)和紫蜂协议(ZigBee)的指纹识别方法.首先,构建指纹识别系统的整体模型,并对该模型进行适当的裁剪以缩减模型复杂度.其次,通过筛选指纹图像、增强有效指纹以及扩充增强后的数据等操作,对采集到的ZigBee协议指纹信息进行预处理.然后,以传统深度残差网络的基本思想为依据,通过前馈的方式改变层间的连接关系并构建轻量级DenseNet.最后,以相同的样本数据为基础分别对轻量级DenseNet模型、普通DenseNet模型和3种传统基于机器学习的身份识别算法模型进行训练.试验结果表明:所提出的基于轻量级DenseNet模型的识别准确度最高,为98.24%,且该模型的运行速度最快,与普通DenseNet模型相比,其模型复杂度降低了94%以上.     

基于聚类的PCA和GRNN的CSI指纹定位算法

针对多径效应影响指纹定位算法中定位精度的问题,提出了一种基于聚类的主成分分析(principal compo-nent analysis,PCA)和广义回归神经网络(generalized regression neural network,GRNN)的信道状态信息(channel state information,CSI)指纹定位算法.离线训练阶段,利用中值滤波对CSI幅值进行去噪,并利用线性变换校准CSI相位,将处理后的幅值和相位作为原始联合指纹,利用改进的K-means算法将各个参考点的联合指纹集划分成多个子数据集来描述位置的多径特性,通过高维数据的PCA算法提取子数据集的特征以减少冗余信息、提高不同位置指纹的区分性,最后利用特征指纹训练GRNN模型.在线阶段,利用训练好的GRNN模型对在线测量的CSI数据进行目标对象的位置预测.实验结果表明,该算法可有效反映出位置的多径信息,且与CSI-MIMO,DeepFi和CSI-PCA相比,在定位精度方面有明显的提升.     

基于SMO和指纹技术在线邮件过滤方法与优化

研究了垃圾邮件的指纹特征向量表示和SVM过滤方法,设计实现了基于指纹特征和SMO的在线式邮件过滤器FSVM,在在线垃圾信息过滤上获得到了与传统方法相当的效果.在SVM过滤的运算速度方面,基于原始SMO算法,对上述在线方法提出了邮件样本动态集方法(DFSVM)进行条件减弱,在降低了计算量的同时能够保证指纹SMO获得相当的过滤效果.在标准测试集和真实邮件系统中进行了实验验证和对比,结果表明,该改进对提高SVM分类精读有一定的帮助.     

一个基于活体指纹的用户身份认证协议及其形式化分析

基于认证协议要求,提出了一个基于活体指纹的用户身份认证协议,并运用BAN逻辑对该协议进行了形式化分析.除形式化分析外,还从安全性和执行效率方面对该协议进行了定性分析,分析表明该协议能够使网络上的双方完成双向认证,有效地抵抗重放攻击,保证认证信息的机密性.并且具有良好的执行效率.     

基于图点转换技术的多播视频指纹方案

提出了一种全新的基于图点转换方法的多播视频指纹方案,该方案基于信源指纹混合编码框架,使用信息隐藏技术中的图像与点集相互转换的方法,将视频中的特征类的恢复向量序列作为指纹信息,实现了能有效节省带宽资源的多播视频指纹.此外,该方案还通过预先扭曲图像来提高抗合谋攻击的能力.性能分析表明,该方案有效提高了指纹分发传输的效率和叛徒追踪能力.     

基于动态分块的指纹图像方向图研究

计算指纹点方向图和块方向图,并在此基础上利用指纹纹理方向变化特征采用动态分块的方法求取指纹方向图.该方法更准确地反映指纹的脊线方向信息.     

基于约束独立成分分析的高光谱图像指纹提取

提出了一种约束独立成分分析的指纹提取方法,对传统独立成分分析模型加入组分"和为1"约束,同时基于提出的模型发展了新的优化规则.利用高光谱图像丰富的波段信息,对指纹与背景的混合像素进行光谱分解,提取出指纹的信息.真实实验和模拟实验证明:所提方法可以有效地提取不同背景分布特点的指纹信息,指纹形状十分完整,提取精度优于最小体积约束的非负矩阵分解(MVCNMF)、和为1约束的非负矩阵分解(NMF+ASC)、基于增广拉格朗日的单形体提取(SISAL)等传统方法.     

多级分块尺寸下的指纹方向信息提取算法

作为一种重要的生物特征识别手段，自动指纹识别近年来得到了广泛的关注并取得很大的进展．指纹方向信息提取是自动指纹识别技术研究内容中一个非常重要的内容，但从低质量指纹图像中准确、可靠地提取方向信息却是一件很困难的事情．提出了一种多级分块尺寸下的指纹方向信息提取算法，依据大分块尺寸下所提取的方向信息对小分块尺寸下所提取的方向信息进行可靠性判断，然后进行相应的调整．实验结果证明，即使对于低质量指纹图像，该算法也可以快速、准确的提取指纹方向信息．     

一种利用动态滤波模板进行指纹图像增强的算法

在实时指纹识别系统中 ,指纹图像的增强算法起着至关重要的作用。但通常的增强算法经常要花费较多的时间 ,或者不适用于指纹频率区别较大的数据库。在大量样本分析的基础上 ,根据指纹纹理频率参数的变化动态调整方向滤波模板的大小对指纹图像进行有效的增强处理 ,对不同的纹理方向专门采用了查表的方法 ,减小了时间消耗。实验表明 ,这种算法能够快速有效的增强指纹图像 ,尤其适用于指纹频率区别较大的指纹样本库中 ,并在实时指纹鉴别系统中得到了应用     

一种改进的点模式指纹匹配方法

自动指纹识别因其在身份认证方面所具有的方便、快速、准确等特点而得到了广泛的关注，而指纹匹配算法的研究又是其中一个非常重要的研究内容．针对基准点定位困难的问题，提出了一种根据特征点集合中3个近邻点所组成的子集之间的相互关系来确定基准点以及变换参数的算法．实验结果证明，该算法可以快速、准确的定位基准点，精确求取变换参数，指纹匹配的速度和准确率可以满足实际应用的需要．     

基于结构的自适应指纹图像增强算法

指纹图像的周期性和局部方向性是指纹图像的重要结构特征,充分利用这两个结构特征是提高指纹增强算法的重要方法.对一般图像增强算法处理指纹图像分析后,发现了一般图像增强算法无法满足指纹识别系统的要求.为了提高指纹增强算法的综合性能,作者以指纹图像局部方向和周期为参数,并设计了基于梯度得求局部方向的算法,再以Gabor变换为基础,设计了基于结构的自适应滤波算法.试验结果表明,该算法具有很高的实用价值,能够满足一般指纹识别系统性能要求.     

物联网终端智能识别系统设计与实现

终端智能识别是物联网应用的关键技术,是物联网安全体系构建的基础。针对物联网终端智能识别问题,建立了一种以设备指纹为动态特征标识的物联网终端智能识别实验系统。该系统由终端检测模块、模型训练模块以及智能识别模块构成,其中,终端检测模块利用Nmap工具扫描并自动采集设备指纹;模型训练模块分别利用决策树、逻辑回归与朴素贝叶斯等机器学习算法训练分类器;智能识别模块接收识别任务并调用前2模块完成设备指纹采集与分类识别处理。实验结果表明,决策树分类器在整体数据集上的平均识别率为98.1%,对于是否是物联网设备的判断识别率为98.7%,对于具体设备类型的识别率为98.2%,均保持较高识别水准,且优于其余2种算法识别器。因此,采用设备指纹与决策树算法结合识别物联网设备是可行的。     

基于超球覆盖仿生模式识别的指纹点名系统

超球覆盖仿生模式识别方法具有识别速度快、误识率低、易于实现等特点,特别适合于一些实用性较强的应用领域使用.研究了一种基于超球串覆盖的仿生模式识别方法,并应用于指纹点名系统.在对实际教学需求分析的基础上,设计了完整的指纹点名系统软硬件,通过指纹传感器对指纹数据进行采集、预处理、用超球串覆盖算法对指纹图像进行了识别,在嵌入式系统STM32中实现了指纹注册、班级选择、指纹签到、签到次数记录等功能,实验结果显示系统达到预期的效果,解决了课堂实时点名问题.超球串覆盖仿生模式识别方法适用于众多应用领域,通过示例,可以举一反三,将方法复制到其他应用场合.     

Fingerprint Feature Extraction Based on Macroscopic Curvature

0　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｃｏｎｖｅｎｔｉｏｎａｌｖｅｒｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｓａｒｅｂａｓｅｄｏｎｔｏｋｅｎｏｒｋｅｙ (ｐａｓｓｗｏｒｄ)ｗｈｉｃｈｈａｖｅｔｈｅｐｏｔｅｎｔｉａｌｏｐｐｏｒｔｕｎｉｔｙｔｏｂｅｌｏｓｔ,ｍｉｓｓｅｄ ,ｆｏｒｇｅｄ ,ａｎｄｓｔｏｌｅｎ .Ｓｏｔｈｅｖｅｒｉｆｉｃａｔｉｏｎｔｅｃｈｎｉｑｕｅｓｂａｓｅｄｏｎｂｉｏｍｅｔｒｉｃｓｗｈｉｃｈｕｓｅｐｈｙｓｉｃａｌｄａｔｅ ,ｓｕｃｈａｓｆｉｎｇｅｒｐｒｉｎｔｓ,ｆａｃｅｓ,ｉｒｉｓｅｓ ,ｐａｌｍｐｒｉｎｔ…     

指纹图像预处理算法研究

在指纹识别系统中，指纹图像预处理是指纹特征提取与识别的前提．对指纹图像预处理技术进行了研究。提出了一种指纹图像预处理算法．实验结果显示，该算法能够去除指纹噪声，得到较高质量的指纹图像．     

基于3DCNN的CSI-cluster室内指纹定位算法

针对室内环境中复杂的多径效应影响定位精度问题,提出一种基于3维卷积神经网络(3 dimensional convolutional neural network,3DCNN)多径程度划分的自校准指纹定位算法。该算法利用MeanShift方法分析定位区域内每一个采样点的信道状态信息数据分布特性,得到其可代表多径效应程度的簇类数量,结合阈值原则将指纹库划分为2种不同多径程度的子库,从而减少多径程度差异较大的指纹点对后续定位影响利用3DCNN深度学习2类指纹子库。在定位阶段,根据校准算法判断待测数据所属子库,并采用相应的3DCNN模型估计位置。通过仿真实验验证,该方法在保证指纹库构建合理性和高效性的同时,在定位精度方面实现了明显的提升,优于与之对比的相关算法。