专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2509969个,建议您升级VIP下载更多相关专利
  • [发明专利]窄条形指纹识别方法、存储介质及电子设备-CN202110560333.X有效
  • 杨浩 - 深圳阜时科技有限公司
  • 2021-05-21 - 2021-09-21 - G06K9/00
  • 本申请提供了一种窄条形指纹的识别方法,该方法包括,获取多个模板指纹图像组;将所述多个模板指纹图像组进行编码得到多个特征图组,其中,每个所述特征图组包括多个特征图;将每个所述特征图组中的多个特征图在线训练抽象成一个模板特征图,得到与多组模板指纹图像对应的多个模板特征图;获取一张待识别指纹图像;将所述待识别指纹图像进行编码,得到待识别特征图;利用推土机距离算法计算所述待识别特征图与所述多个模板特征图中每一个模板特征图的推土机距离本申请还提供了一种电子设备、存储介质、指纹识别模组以及指纹传感器。
  • 条形指纹识别方法存储介质电子设备
  • [发明专利]一种多视角三维指纹粗配准方法-CN202210176451.5在审
  • 王海霞;庞巧玲;李小静;张怡龙;陈朋;梁荣华 - 浙江工业大学
  • 2022-02-25 - 2022-06-03 - G06T7/33
  • 一种多视角三维指纹粗配准方法,包括如下步骤:1)读取两组不同视角的三维指纹数据,分别作为源指纹和目标指纹。每组数据包含一帧点云数据和对应同步拍摄的二维指纹图像。对二维指纹图像进行增强与细化,得到脊谷分明的二值化指纹图。2)对两幅二值化指纹图提取特征点,并进行特征描述。3)对两组特征点信息进行模糊匹配,获得初始模糊匹配对。4)使用不同特征点对之间的几何位置关系进行双重匹配验证,滤除错误的匹配点对。5)根据匹配的二维特征点对找到对应的源三维指纹点云数据和目标三维指纹点云数据的三维点云特征点对,进行粗配准,得到初始变换矩阵。本发明能够从非接触式二维指纹图像中提取匹配特征点对,以更高的准确性和鲁棒性实现多视角三维指纹点云粗配准。
  • 一种视角三维指纹粗配准方法
  • [发明专利]指纹识别的行车记录仪-CN201510880553.5在审
  • 潘建雄 - 北海创思电子科技产业有限公司
  • 2015-12-04 - 2016-05-04 - G07C5/08
  • 本发明公开一种指纹识别的行车记录仪,包括:第一摄像装置,包括拍摄记录车辆前方视频图像的第一摄像头和第一通信单元;显示装置,包括接收车辆前方视频图像的第二通信单元以及显示屏;指纹识别装置,采集实时指纹特征以开启显示屏和调用第一摄像头拍摄记录的车辆前方视频图像;指纹识别装置包括采集实时指纹特征指纹传感器和将实时指纹特征发出的第三通信单元;控制器,包括第四通信单元和预存的指纹特征数据库;指纹特征包括纹形、模式区、核心点、三角点和指纹数。本发明提供的行车记录仪,显示屏的开启以及车辆前方视频图像的调用必须通过指纹识别装置的实时指纹特征采集和比对,提高了行车记录仪预警的可识别性和识别的准确性。
  • 指纹识别行车记录仪
  • [发明专利]一种指纹识别方法及终端-CN201610693219.3有效
  • 江克俊;刘海强;曹晓杰 - 深圳市金立通信设备有限公司
  • 2016-08-19 - 2019-10-22 - G06K9/00
  • 本发明实施例公开了一种指纹识别方法及终端,其中,所述方法包括:若检测到通过指纹进行身份认证的触发指令,获取用户输入的第一指纹特征信息;确定所述第一指纹特征信息对应的预设区域,并获取所述确定的预设区域对应的匹配度阈值;若所述第一指纹特征信息与预设的指纹特征信息的匹配度大于或等于所述获取的所述匹配度阈值,识别为指纹认证成功。本发明实施例能够在保证指纹识别的安全性的同时,提高指纹识别的成功率。
  • 一种指纹识别方法终端
  • [发明专利]一种基于离散基尼系数的音频指纹降维方法-CN201910784077.5有效
  • 贾懋珅;赵文兵 - 北京工业大学
  • 2019-08-23 - 2022-04-05 - G10L17/00
  • 本发明涉及一种基于离散基尼系数计算的音频指纹降维方法,旨在解决音频指纹特征维度高的问题,具体包括分类构建目标声音库、提取样本音频的指纹特征、引入离散基尼系数对音频指纹特征进行降维。本发明在音频指纹各维度引入指纹离散基尼系数,通过音频指纹各维度的离散基尼系数大小反映出不同音频在该维的区分性大小,通过保留离散基尼系数大的维度,删除离散基尼系数小的维度达到降维的目的。通过降维后的音频指纹特征构建的样本音频指纹库数据量更小、利用率更高。
  • 一种基于离散系数音频指纹方法
  • [发明专利]用于指纹识别的系统和方法-CN201810589559.0有效
  • 邰骋;汤林鹏 - 墨奇公司
  • 2018-06-08 - 2021-11-12 - G06K9/00
  • 提供了用于指纹识别的系统和方法。指纹匹配可以包括以下一种或多种技术。空间频率表示是针对一个或多个指纹图像自适应地计算的。指纹图像的关键特征点被自动提取。介观特征是基于关键特征点和空间频率表示来提取的。指纹图像使用基于指纹图像的关键点和介观特征的匹配算法而与已知指纹图像的数据库匹配。深度神经网络可被用于这些步骤中的一些或全部。
  • 用于指纹识别系统方法
  • [发明专利]一种门禁识别系统及识别方法-CN202210497623.9在审
  • 沈卫民;刘祖芳;马学文;王志辉;黄猛;王伟林 - 深圳市麦驰信息技术有限公司;深圳市麦驰安防技术有限公司
  • 2022-05-09 - 2022-11-01 - G07C9/00
  • 本发明提供一种门禁识别系统及识别方法,属于门禁系统技术领域,该门禁识别系统及识别方法包括指纹验证装置、人脸识别系统、平台处理系统和电子锁,指纹验证装置、人脸识别系统、平台处理系统和电子锁之间建立信号连接;指纹验证装置包括采集模块、指纹处理模块、特征分析模块和指纹比对模块,采集模块获取用户指纹指纹处理模块对获取的用户指纹进行处理,特征分析模块根据用户指纹分析其特征指纹比对模块从平台处理系统中提取用户指纹信息与当前指纹特征进行比对;用户通过一级指纹识别成功才能够使二级面部识别打开,二级面部识别成功才能够控制电子锁打开,双层识别的方式控制电子锁的打开,使识别系统更加安全。
  • 一种门禁识别系统方法
  • [发明专利]一种指纹注册方法及装置-CN201410787628.0有效
  • 陆捷;毛之江;王升国 - 浙江维尔科技股份有限公司
  • 2014-12-17 - 2018-03-02 - G06K9/00
  • 本申请提供了一种指纹注册方法及装置,获取多幅指纹图像,确定每幅所述指纹图像中的多个非边界像素点为目标像素点,分别计算每个目标像素点的像素特征值,像素特征值具有平移不变性及旋转不变性,依据目标像素点的像素特征值,在多幅指纹图像中确定待拼接指纹图像,进而将待拼接指纹图像拼接成单幅完整指纹图像,并保存该单幅指纹图像,完成指纹注册。相较于现有技术利用指纹细节点特征进行注册而言,本发明利用图像像素点,也就是说,对于指纹纹路受破坏但仍能采集到图像的指纹,均可实现指纹注册。同时,获取的多幅指纹图像可比现有技术采集的单幅图像小,使得本发明实施例可以很好地适用于各种小尺寸指纹传感器,因此,本发明适用性更广。
  • 一种指纹注册方法装置
  • [发明专利]基于深度学习的指纹图像特征点比对方法及装置-CN202211281982.7在审
  • 刘晓春;刘帅;王贤良;许公望;任克军 - 北京海鑫科金高科技股份有限公司
  • 2022-10-19 - 2023-01-17 - G06V40/12
  • 本发明提供一种基于深度学习的指纹图像特征点比对方法及装置,该方法包括:获取待识别指纹图像的特征点集,特征点集中包含多个特征点;基于特征点集中每个特征点的位置和方向分布,构建待识别指纹图像对应的特征点图,特征点图包括多个单通道热图,每个单通道热图对应一个角度,用于表征特征点集中各个特征点在相应方向的强度信息;对待识别指纹图像对应的特征点图进行特征提取,得到待识别指纹图像对应的多维归一化浮点特征;将待识别指纹图像对应的多维归一化浮点特征,与模板指纹图像对应的多维归一化浮点特征进行相似度匹配,得到比对结果。从而可避免进行特征点的几何形变和1对1比对,避免手动设计特征描述子,可提高比对速度及准确度。
  • 基于深度学习指纹图像特征方法装置
  • [发明专利]一种基于多模态特征融合的指纹活性检测方法-CN201911390493.3在审
  • 袁程胜;李欣亭;程韡瑾;顾伟 - 南京信息工程大学
  • 2019-12-30 - 2020-11-06 - G06K9/00
  • 本发明公开了一种基于多模态特征融合的指纹活性检测方法。属于信息安全领域,本发明通过对三个卷积神经网络模型进行参数迁移和微调两个操作,并利用它们来提取指纹图像的特征;同时给出一种特征融合法则对提取的指纹图像特征进行融合操作,接着将融合的指纹图像特征输入SVM分类器进行训练和测试,以此判断待测试指纹图像的真伪;用卷积神经网络自动提取指纹图像的特征,可大大减轻算法设计人员的工作量;本发明不局限于单一的卷积神经网络模型,为了利用卷积神经网络模型的特征自学习的能力和更好地识别真假指纹图像,采用三个卷积神经网络模型对指纹图像进行特征提取和融合;对模型进行迁移学习和参数微调,可解决指纹图像训练集不足和模型过拟合的问题。
  • 一种基于多模态特征融合指纹活性检测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top