現場掌紋的自動特徵提取與匹配

《現場掌紋的自動特徵提取與匹配》是依託清華大學，由馮建江擔任項目負責人的面上項目。

基本介紹

• 中文名：現場掌紋的自動特徵提取與匹配
• 依託單位：清華大學
• 項目負責人：馮建江
• 項目類別：面上項目

項目摘要

掌紋是犯罪現場常見的生物特徵，與指紋有著一定的相似性。近年來，各國警方開始大規模建設掌紋資料庫，以提高破案率。與指紋相比，掌紋存在大量皺褶的干擾而且彈性變形大；與檔案庫中的掌紋相比，現場掌紋的質量一般很差，表現為有效面積小、圖像模糊、背景噪聲強，並且時常伴有重疊的指紋或掌紋。由於對掌紋統計特性的研究和利用不夠充分，現有方法對現場掌紋的識別性能很差，不得不依賴專家人工提取特徵和匹配。目前掌紋檔案庫規模和現場掌紋查詢量快速增長，導致人工輔助工作量巨大，公安部門迫切需要高度精確、高度自動化的現場掌紋識別技術。本項目將深入研究掌紋脊線和皺褶特徵的統計特性，據此設計基於脊線和皺褶分布規律的現場掌紋定位算法，以提高匹配效率，並為統計規律的引入建立基礎；研究基於先驗統計規律的脊線和皺褶提取，以提高特徵提取的抗噪聲性能，實現現場掌紋的自動特徵提取；研究掌紋的冗餘編碼和高效匹配方法，以提高匹配的精度和效率。

結題摘要

掌紋是犯罪現場常見的生物特徵，與指紋有著一定的相似性。近年來，各國警方開始大規模建設掌紋資料庫，以提高破案率。與指紋相比，掌紋存在大量皺褶的干擾而且彈性變形大；與檔案庫中的掌紋相比，現場掌紋的質量一般很差，表現為有效面積小、圖像模糊、背景噪聲強，並且時常伴有重疊的指紋或掌紋。由於對掌紋統計特性的研究和利用不夠充分，現有方法對現場掌紋的識別性能很差，不得不依賴專家人工提取特徵和匹配。目前掌紋檔案庫規模和現場掌紋查詢量快速增長，導致人工輔助工作量巨大，公安部門迫切需要高度精確、高度自動化的現場掌紋識別技術。本項目以指掌紋的統計建模為核心，建立適於學習和求解的指掌紋多特徵先驗知識統計模型，據此設計出一系列指掌紋特徵提取和識別算法，特別是在方向場估計、姿態估計、稠密配準、扭曲校正和指紋檢索方面取得了當時最好的性能。2013-2016年期間，方向場估計算法在FVC-onGoing方向場評測中名列第一。建設了3個掌紋資料庫，其中THUPALMLAB資料庫被多個國內外研究組採用，另外2個掌紋資料庫用於FVC-onGoing平台的掌紋評測，促進了掌紋識別領域的技術進步。在本領域權威期刊（PAMI、TIFS、PR）發表長文5篇，在本領域權威會議（IJCB、ICB、WIFS）發表論文5篇（均為Oral），其中一篇獲IJCB2017最佳學生論文提名獎。獲得美國發明專利授權4項、中國發明專利授權13項。部分成果授權國內領軍企業，得到實際套用。利用本項目培養博士研究生4名、碩士研究生6名。主要基於本項目科研成果的“指掌紋識別的統計建模理論與方法”於2015年獲高等學校科學研究優秀成果（自然科學類）二等獎，本項目負責人排名第一。