刑侦领域高分辨率掌纹识别技术及快速匹配方法

针对公安机关特别是刑侦领域的掌纹自动识别技术需求,讨论基于高分辨率的掌纹细节特征点识别方法必要性.将细节特征点匹配方法作为重点,以Cafis指掌纹系统为例,分析掌纹细节特征点匹配算法的瓶颈,并与传统硬件并行和最新的GPU并行等提高掌纹比对速度的技术方法进行对比.     

基于MBLBP和Gabor小波的掌纹识别

为了提高掌纹识别中对局部区域特征的提取及掌纹识别率,提出一种基于多级区域局部二值模式（MBLBP）和Gabor小波的掌纹识别算法。通过对光照及感兴趣区域（ROI）等因素进行预处理,经过Gabor小波变换后提取掌纹的多尺度特征,再利用MBLBP算法提取主元,采用欧式距离分类法计算掌纹识别率。经过香港理工大学掌纹库（PolyU）验证,比较不同预处理、不同算法下的掌纹识别率。实验证明,该方法相比于以往的局部二值算法（LBP）在识别率上有较大提升。     

看手相知自己

看手相能知道什么？身体哪里出了问题,可能患哪些疾病？这可不是算命,我们说的是掌纹医学,即分析掌纹的变化来判断体内的健康状况。专家教您按图索骥,辨识体内乾坤。     

大鱼际掌纹图像细化算法分析

使用基于像素标记的并行细化方法,采用删除边缘点和保留内点相结合的迭代方法,对大鱼际掌纹图像进行细化,该算法提取出的骨架线较好地保持了原图的拓扑特征.     

基于非负稀疏编码和RBPNN的掌纹图像识别方法

主要探讨了一种新颖的基于非负稀疏编码（NNSC）和径向基概率神经网络（RBPNN）模型的掌纹图像识别方法。使用NNSC算法可以成功地提取掌纹图像的特征,利用RBPNN模型可以有效、快速地实现掌纹图像的分类。与RBFNN和BPNN模型相比,实验结果表明RBPNN模型具有更高的识别率和更好的分类能力。     

高分辨率捺印掌纹的自动分割

设计了2种全新的自动掌纹分割算法. 第1种利用一致局部二进制模式的频数统计逐块检测背景区域;第2种根据相邻区域(块)之间的纹理差异容忍度,将相似的区域合二为一,差异较大的标记为两类区域.然后通过区域生长分别得到掌纹前景和背景.2种算法在标准掌纹档案库中都得到了成功应用.     

基于细节特征点的掌纹比对算法及GPU加速

针对当前公安机关在掌纹识别应用中存在的掌纹库容量大和现场掌纹质量差等问题,首先对掌纹特征点匹配算法的计算复杂度进行分析,根据分析结果提出特征点的三级比对算法;然后详细介绍三级比对算法的工作流程;对算法进行GPU并行化改造;最后给出测试结果.首次将GPU计算技术应用于掌纹识别之中.文中掌纹特征比对方法相比现有同类掌纹识别速度提高3倍左右,经过GPU加速后可进一步提升比对速度15倍以上.     

中国高水平篮球运动员的皮纹特征

手纹具有表露遗传记号的特征，因此提供了皮纹选材的可行性。研究高水平篮球运动员的皮纹特征可为今后篮球运动员早期选材提供皮纹学参数。研究结果揭示，高水平篮球运动员皮纹特征为：1）指纹中斗型纹最多、箕型纹次之、弓型纹最少。各型指纹出现率的顺序为：斗型──尺箕──双箕斗──弓型──桡侧箕。2）掌纹集中表现为大鱼际真实花纹及指间花纹出现率低，变异掌褶和通贯掌极少。3）具有atd角小；左右手a－b脊线数相差在3条内所占比例高的特点。高水平篮球运动员总体指纹条件符合篮球运动特点。     

黄昏的掌纹

黄昏,像是一种回忆,更像是一种幻觉,静谧中包蕴着刻骨的感伤——我说的是乡村的黄昏。那时,我大约只有十六岁吧,夏日傍晚,我跟随父母劳动后回家。父母走前面,我走最后,晚风摇曳着我们瘦削的身影,夕阳映红我们古铜色般沧桑的脸庞。在我们周围,一切都隐退了。田野上劳动的人们先后一个个走光,大地一时问变得旷阔而空茫。