指纹匹配

摘要： 伪卫星具有发射与天上卫星相同信号的能力,可以作为GNSS(Global Navigation Satellite System)信号遮挡环境下稳定可靠的定位信号源,使得基于现有终端硬件条件实现室外内连续高精度定位成为可能,因此逐渐成为室内定位领域的研究热点.本文提出了一种基于同源多通道伪卫星的指纹库匹配定位方法,利用顾及位置信息的变分自编码网络(Variational Auto-Encoder,VAE)学习伪卫星载波相位信息在隐含空间下的概率分布特征,建立伪卫星观测数据隐含特征与室内位置间的映射关系,进而实现GNSS拒止环境下的指纹匹配定位.针对指纹定位结果波动大的问题,本文提出一种粒子滤波融合处理方法,提高了定位系统的稳定性和定位精度.本文在试验环境以及机场环境下,通过大量试验验证了该定位算法在动态和静态下的定位性能,并与常用的基于指纹库匹配的定位方法进行了比较.结果表明,在室内试验环境下,动态平均定位精度为0.39 m,95%的定位误差小于0.85 m,在真实机场环境下,动态平均定位精度为0.75 m,最大定位误差为1.69 m,92%的定位误差小于1 m,验证了算法的有效性.

摘要： 针对传统定位算法存在大量不同接入点(AP)的冗余信息,且在定位范围较大时定位时效性差的问题,提出一种基于卡方距离的AP加权自适应动态定位算法。指纹匹配阶段利用卡方距离代替传统加权K近邻算法(WKNN)中的欧式距离,用AP方差对相似度进行加权,从而自适应调整距离阈值,并引入动态K值,精确提取数据库信息。实验结果表明,与传统定位算法相比,该算法更有利于去掉冗余的AP,使定位误差范围缩小,可显著提高定位精度与稳定性。

摘要： 本文研究了无蜂窝大规模多输入多输出(Multiple input multiple output,MIMO)系统中基于指纹匹配的无线定位方法。假设服务区域内布设大量接入点(Access point,AP),每个AP配置水平均匀线性阵列天线(Uniform linear array,ULA)或垂直ULA。利用相互正交的线性阵列天线(Orthogonal uniform linear array,O-ULA)对不同地理位置用户的方位角和俯仰角进行辨识,提取无线信道的角度功率谱矩阵构建方位角和俯仰角指纹库。借助谱聚类算法对指纹数据库进行预处理,然后通过两阶段指纹匹配策略计算指纹相似度并排序,在指纹库中搜索与用户指纹相似度最高的参考点,并利用加权K近邻算法(Weighted K-nearest neighbor,WKNN)估计用户位置。仿真结果表明,所提方案和单天线方案、ULA方案、均匀矩形阵列(Uniform rectangular array,URA)方案相比能够获得更高的三维定位精度。

摘要： 目前,传统室内定位技术主要基于单个移动终端以及WiFi或蓝牙信标进行指纹匹配定位,精度不高。本文提出一种利用多终端进行协同定位的方法,通过建立信号传播模型量化协同观测量,进而对移动终端匹配定位坐标和协同观测量进行联合平差。试验结果表明,多终端协同定位相较于单终端匹配定位,定位精度提高了25%—30%。

摘要： 用户画像可以帮助企业更多地了解用户,从而更好地制定决策.目前,大多数用户画像构建模型均依赖于应用厂商提的内部数据,而数据源的局限性可能难以保证用户画像的精准性.文章利用网络设备中的多源访问日志,基于知识数据库构建和指纹匹配技术,设计了一种新的用户画像构建架构,并借助Pyspider和Hadoop分布式框架提高数据采集和画像生成的计算效率.大量实验表明,该方法可以比现有模型构建出更全面、更准确的用户画像.

摘要： 针对在地铁车站环境下,利用蓝牙技术进行定位时存在部分区域定位精度低的问题,提出1种综合接入点(AP)选择策略:在离线阶段,利用卡尔曼滤波对采集到的蓝牙数据进行处理;再通过对定位环境AP区域性、波动性分析,融合AP属地区域特征,用最大平均值和稳定度排序的方法实现AP组合的最优化;最后在线指纹匹配阶段,利用加权K近邻的定位方式对定位性能进行评估.实验结果表明,在地铁车站使用综合AP选择策略,平均定位误差为1.09 m,与未经AP选择的方法、最大均值法和信息增益法相比较,平均定位误差较其他3种情况均减少0.45 m以上,具有更好的定位效果.

摘要： 本文设计一个基于图像处理的指纹识别系统,并详细介绍了指纹特征提取和指纹匹配的方法。该系统主要分为4个部分:指纹图像采集、图像预处理、指纹特征提取与指纹匹配。该系统基于MATLAB/GUI平台实现,导入两幅指纹图像,系统可以给出各种预处理的结果和最终的指纹匹配结果。经过大量的图片进行测试,该系统可以很好地实现指纹识别。

摘要： 针对室内定位环境的复杂性和接收无线电信号的波动性,提出了基于自适应滤波的指纹匹配室内定位算法,从而可以自动匹配室内环境,使接收的无线电信号更为准确.该算法是非基于距离的定位算法,首先通过对待测点接收的信号强度进行自适应滤波,然后再利用指纹匹配算法估计出待测点的位置.仿真结果表明,通过对比取均值处理得到的结果,自适应滤波后的定位误差更小.

摘要： 指纹匹配是指纹识别中的一个重要步骤。为有效且快速地实现基于点模式的指纹匹配，本文提出了基于三值特征向量的指纹匹配算法。算法首先综合细节点邻域的脊线，方向场和细节点信息，为每个细节点构造一个三值特征向量，通过三值特征向量之间的相似性确定基准点对，进而获得指纹的旋转和平移参数实现指纹的配准。在匹配阶段算法结合细节点的三值特征向量信息计算细节点对的相似性，提高匹配性能。此外为了进一步提高匹配速度，算法对细节点数组按细节点方向有序存储。试验表明算法构造的三值特征向量能够有效地利用存储空间，使单位存储空间表达更多的信息，并且算法在占用少量的空间的同时降低了匹配阶段的时间复杂度并提高了匹配性能。

摘要： 本文改进了原有结构化的细节点匹配方法，定义指纹的中心点为参考点，将细节点与参考点之间切割指纹线数量作为待匹配细节点的特征，该特征对于平移、旋转和非弹性形变有不变性，同时把切割的所有脊线得到相关点的基线方向作为细节点的重要参数进行特征匹配，在该系数较高时允许一定范围内纹线数量容错。指纹匹配过程融入这两类属性，实现了细节点精确定位和运算。实验结果表明，该方法对于不同质量图像的匹配有较好的鲁棒性，且实现了较高的匹配精度。在质量较差的图像中不再区分细节点类型。

摘要： 指纹识别的一个重要过程就是进行指纹图像的匹配。本文首先研究了目前最常用两种基于细节点的指纹匹配算法，即经典的基于脊线校准的指纹匹配算法与近年来新提出的基于三角形相似原理的指纹匹配算法，并在此基础上对比了两种指纹匹配算法的优缺点以及适用情况。

摘要： 对指纹匹配算法的研究是自动指纹识别中一个非常重要的研究内容.针对指纹的点模式匹配方法中如何确定两枚指纹的比对基准参考点问题,基于小范围搜索与三角形方法相结合的方法,提出了一种新的不依赖图像中心区域的指纹匹配算法。该算法在保留了点模式匹配方法优点的同时有效地提高了匹配速度,且具有旋转平移不变性及对部分特征点丢失或错误时的抗干扰能力.实验结果表明了所提出算法的有效性。

摘要： 针对室内定位精度不高的问题,提出了基于隐马尔可夫模型的定位算法(hidden Markov model location algorithm,HMMLA).HMMLA系统模型分为训练阶段和定位阶段.训练阶段利用接收信号强度(received signal strength,RSS)采集程序对场景中各个接入点(access point,AP)信号强度RSS进行采集,选择合适的参考点建立指纹数据库(fingerprinting database).定位阶段采用HMMLA匹配算法进行定位.为了验证定位算法的精确度,在建立的指纹数据库基础上,在场景中选择合适的路径点,利用RSS采集程序在路径点处采集RSS值,然后使用HMMLA匹配算法对路径点进行定位.最后分析定位误差和算法的精确度,并将定位算法与KNN定位算法进行分析比较验证算法的可靠性.分析结果表明,基于隐马尔可夫模型的定位算法在系统原型下定位平均误差为1m左右,定位精度比KNN定位算法高.

摘要： 室内定位问题目前没有通用的解决方案,各种定位技术的适用场景和实施方式有着很大的差别,其中基于指纹匹配的室内定位方案以定位精度高,易于部署等特点成为近几年新兴的研究热点.由于移动设备自身的局限性,基于指纹匹配方案的实时性得不到很好的满足.本文通过提取室内环境的物理空间特征和无线信号特征,并综合利用智能手机上的多种传感器设计了一种室内定位方案.在指纹训练阶段,本文提出了一种视距平均采样方法,通过将复杂环境抽象建模为直线连接,有效的降低了系统的复杂度.为了提高定位精度和稳定性,系统将Wi-Fi 信号与FM信号进行融合作为指纹信息.为了简化指纹匹配过程,本文利用计步器采集的步长信息进行指纹标定和位置检索,在指纹中加入了计步信息,并在匹配时通过计步信息限定搜索范围以缩小匹配范围.最后本文在Android平台完成了系统的原型开发,实验表明融合指纹方案的定位误差在0-5m之间,所需匹配指纹点数量相较于全局匹配平均减少了82％.

摘要： 本文设计及实现了一个基于WiFi射频信号强度指纹匹配的移动终端定位系统，并设计实 现了一种基于权重值选择的定位算法。该算法为每个扫描到的AP的RSSI 设定了选择区间，指 纹库中落在此区间的所有位置点设平均权值，最后选取权重值最大者为待定位点的位置估计，如有相同权重值，则比较信号强度距离，取最小者，这种算法在一定程度上克服了RSSI信号随机 抖动对定位的影响，提高了定位的稳定性和精度。经实验测试，此系统在4 米范围内具有良好的 定位效果。可部署在展馆、校园、公园等公共场所，为客户提供定位导航服务。定位算法运行于服务端，客户端为配备WiFi模块的Android手机。借助该定位系统，基于Android系统的移动 终端可方便地查询自身位置，并获取各种基于位置服务。

摘要： 指纹识别是法律认可的生物识别技术之一,它的唯一性和永久性是其他生物识别技术无可匹敌的.近三十年内,指纹识别相关算法取得了巨大的进步.本文介绍指纹识别系统中的方向图方向信息提取、特征点确定、指纹图像分割、指纹分类、指纹匹配等关键技术.

摘要： 随着网络信息技术的飞速发展,传统的身份验证已不能完全满足网络信息安全的要求,本文结合指纹验证技术,信息加密技术,以及动态口令认证技术的优缺点,提出了一种基于动态口令的分布式指纹身份认证安全协议.该协议方案能进行双向认证,动态口令通过多因子融合产生,且这些因子采用分布式存储,可以有效地抵抗重放攻击和假冒攻击.

摘要： 本发明属于数据处理技术领域，公开了一种指纹库预匹配的指纹验证方法、装置、设备及存储介质。该方法包括：当检测到待认证指纹时，获取所述待认证指纹的指纹验证信息；根据所述指纹验证信息遍历打开预设指纹库，进行预设指纹库内部匹配，以确定目标指纹库；基于所述目标指纹库对所述待认证指纹进行匹配。通过上述方式，实现了当检测到待认证指纹时，根据待认证指纹的指纹验证信息遍历打开各个预设指纹库，从而匹配确定到目标指纹库之后，再直接打开目标指纹库进行待认证指纹的匹配，从而不需要依次打开各个指纹库进行待认证指纹的比对和匹配，更加简便和快捷。

摘要： 本发明属于数据处理技术领域，公开了一种指纹库预匹配的指纹验证方法、装置、设备及存储介质。该方法包括：当检测到待认证指纹时，获取所述待认证指纹的指纹验证信息；根据所述指纹验证信息遍历打开预设指纹库，进行预设指纹库内部匹配，以确定目标指纹库；基于所述目标指纹库对所述待认证指纹进行匹配。通过上述方式，实现了当检测到待认证指纹时，根据待认证指纹的指纹验证信息遍历打开各个预设指纹库，从而匹配确定到目标指纹库之后，再直接打开目标指纹库进行待认证指纹的匹配，从而不需要依次打开各个指纹库进行待认证指纹的比对和匹配，更加简便和快捷。

摘要： 本发明公开的一种指纹匹配方法，包括以下步骤：对待匹配指纹图像与模板指纹图像进行处理，以寻找待匹配指纹图像与模板指纹图像的匹配的特征点；根据匹配的特征点获得旋转平移量，并根据旋转平移量调整待匹配指纹图像的位置以得到两幅图像的重叠区域；对重叠区域的像素点进行纹线比对以获取纹线分数；对重叠区域的像素点进行方向场比对以获取方向场分数；根据纹线分数和方向场分数计算比对分数，并根据比对分数判断两幅指纹图像是否匹配，从而，通过纹线识别与方向场比对相结合的方式，减少了错误匹配的发生，降低了误识率，提高了指纹识别的准确度。

摘要： 本发明公开了一种指纹库生成方法及装置、待测文本指纹匹配方法及装置，该指纹库生成方法包括：获取多个机密文本；分别根据每一机密文本产生对应的机密文本指纹，以生成包括多个机密文本指纹的指纹库。通过以上公开内容，本发明所揭示的技术方案可保证所选择的机密文本指纹的确定性，并能确保入选的机密文本块的位置均匀地覆盖整个第一序列，从而保证机密/文本块的检测率稳定在高水平上。

摘要： 一种基于指纹结构特征与纹理分析的指纹图像匹配方法，包括如下步骤：1)对指纹图像的特征点及其邻近点进行处理，生成结构特征向量；2)进行结构特征向量匹配，落入界限盒则认为细节点匹配成功，用成功匹配的细节点个数代表指纹匹配程度；3)对含信息量适中的残缺指纹或中心部分不存在的指纹图像进行Gabor滤波，采用圆形网格分为若干区域，分别提取纹理特征；4)将各区域的灰度标准偏差作为特征编码，用指纹图像间的特征差表示匹配程度；5)运用BP神经网络综合结构特征和纹理特征找出最匹配的指纹图像。本发明与指纹的平移和旋转无关，有很强的抗噪声，能解决一定范围内的非线性变形问题。

摘要： 本发明公开的一种指纹匹配方法，包括以下步骤：对待匹配指纹图像与模板指纹图像进行处理，以寻找待匹配指纹图像与模板指纹图像的匹配的特征点；根据匹配的特征点获得旋转平移量，并根据旋转平移量调整待匹配指纹图像的位置以得到两幅图像的重叠区域；对重叠区域的像素点进行纹线比对以获取纹线分数；对重叠区域的像素点进行方向场比对以获取方向场分数；根据纹线分数和方向场分数计算比对分数，并根据比对分数判断两幅指纹图像是否匹配，从而，通过纹线识别与方向场比对相结合的方式，减少了错误匹配的发生，降低了误识率，提高了指纹识别的准确度。

摘要： 本申请提供一种音频指纹匹配方法以及音频指纹匹配装置，该方法包括：获取第一音频段包含的至少两个音频帧中每个音频帧的频谱幅值；生成至少两个音频帧的平均谱能量峰值位置点图像；利用分类器对平均谱能量峰值位置点图像中的平均谱能量峰值位置点进行量化，并根据量化结果获取至少两个音频帧中每个音频帧的音频指纹；获取第一音频段中至少两个音频帧与第二音频段中至少两个音频帧对应音频帧的指纹距离的平均值；在平均值小于或者等于第一预设阈值的情况下，确定第一音频段与第二音频段相匹配；在平均值大于第一预设阈值的情况下，确定第一音频段与第二音频段不匹配。每帧音频指纹的信息长度较小，需要耗费的资源较少。

摘要： 本发明公开了一种智能指纹打卡机的指纹匹配方法、指纹打卡系统，包括以下步骤：S1.用户预先在智能指纹打卡机中录入用户信息，所述用户信息至少包括指纹ID、姓名；S2.用户操作智能指纹打卡机基于其用户信息生成并显示二维码；S3.用户用手机扫描该二维码，手机从识别到的二维码中解析出指纹ID，并将该指纹信息与用户预先录入并保存到手机中的指纹ID进行匹配，若匹配成功，则生成并显示代表匹配成功的二维码；用户将手机屏幕对准智能指纹打卡机上的摄像头，智能指纹打卡机对识别到的二维码中进行解析，若解析结果为匹配成功，则通过指纹验证本发明通过手机完成指纹匹配。

摘要： 本发明属于生物特征认证领域，公开了一种接触式指纹与非接触式指纹的匹配方法及相关装置，包括：获取待匹配的接触式指纹与非接触式指纹；提取接触式指纹与非接触式指纹的细节点，根据接触式指纹与非接触式指纹的细节点进行采样，得到接触式指纹与非接触式指纹的采样指纹；将接触式指纹、接触式指纹的采样指纹、非接触式指纹以及非接触式指纹的采样指纹，输入预设的指纹匹配神经网络模型中，得到接触式指纹与非接触式指纹的高维特征向量；根据接触式指纹与非接触式指纹的高维特征向量之间的相似度，得到接触式指纹与非接触式指纹的匹配结果，提升接触式指纹与非接触式指纹的匹配精确性，可以更加有效地运用于实际的应用场景。

摘要： 本发明公开了一种指纹库生成方法及装置、待测文本指纹匹配方法及装置，该指纹库生成方法包括：包括：获取多个机密文本；分别根据每一机密文本产生对应的机密文本指纹，以生成包括多个机密文本指纹的指纹库。通过以上公开内容，本发明所揭示的技术方案可保证所选择的机密文本指纹的确定性，并能确保入选的机密文本块的位置均匀地覆盖整个第一序列，从而保证机密/文本块的检测率稳定在高水平上。