Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 吉林省吉林祥云信息技术有限公司王振鑫获国家专利权

吉林省吉林祥云信息技术有限公司王振鑫获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉吉林省吉林祥云信息技术有限公司申请的专利一种基于指纹特征分布特性的十亿级指纹库快速索引方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115731581B

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211354409.4,技术领域涉及:G06V40/12;该发明授权一种基于指纹特征分布特性的十亿级指纹库快速索引方法是由王振鑫设计研发完成,并于2022-11-01向国家知识产权局提交的专利申请。

一种基于指纹特征分布特性的十亿级指纹库快速索引方法在说明书摘要公布了:本发明具体涉及一种基于指纹特征分布特性的十亿级指纹库快速索引方法。本发明提供的快速索引方法包括如下步骤:步骤1、指纹特征数据离散化处理:通过分析指纹数据的邻近分布特征,对指纹特征数据行离散化处理;步骤2、构建指纹特征相似度计算模型:所述模型为基于指纹特征点邻近分布特征的匹配矩阵;步骤3、计算样本指纹与模板指纹的匹配程度:通过建立样本指纹的快速匹配向量计算匹配分数;步骤4、根据匹配程度选取候选指纹。能够从十亿指纹库中快速索引出候选指纹,减少计算资源的消耗的同时,有效减少指纹辨识所需时间。

本发明授权一种基于指纹特征分布特性的十亿级指纹库快速索引方法在权利要求书中公布了:1.一种基于指纹特征分布特性的十亿级指纹库快速索引方法,其特征在于,所述方法包括如下步骤: 步骤1、指纹特征数据离散化处理:通过分析指纹数据的邻近分布特征,对指纹特征数据进行离散化处理;指纹数据包括待匹配的样本指纹特征点集,以及指纹库中的所有模板指纹特征点集;其中,和表示指纹特征点,每个指纹特征点以表示,其中、和分别对应特征点在图像中的横坐标、纵坐标和方向,表示待匹配样本指纹特征点集中特征点的数量,表示指纹库中第个指纹的特征点数量,指纹库中共有个模板指纹;对指纹特征点集和离散化处理的步骤为:S1、象限划分:根据、和构建三维直角坐标系,并将平面称为特征点位置平面,对其划分象限,共个象限,结合,维度在维度上形成三维空间,对其划分形成区间;S2、象限内区间划分:根据区域内点到原点的距离范围以及方向角度进行区间划分,在上,将每个象限按照点到坐标原点的距离等分为个扇形环区域;在方向角度为不等间隔划分,划分的依据是使得实际数据均匀的落在各个划分区间上,划分为个区间;S3、特征点邻近分布特征提取:在特征点集中遍历特征点,将遍历的特征点的作为坐标原点,方向作为横轴正方向,另一个正交方向称为方向构建三维直角坐标系,按照S1中的方式划分象限;将特征点集中的其余特征点映射到该坐标系中,在上的每个象限内,如果存在多个特征点,只保留距离原点的欧式距离最近的一个特征点;S4、指纹特征离散化处理:在每个象限内,根据特征点距离原点的欧式距离,记录其所属的扇形环区域,如果象限内不存在特征点,则记录属于第个扇形环区域,每个象限有个区间,将这些区间编号为,所有象限内特征点所属的区间信息构成指纹特征点的邻近分布特征;特征点的邻近分布特征定义为:,其中,表示原点特征点在第象限内的邻近特征点所属区间的编号,;按照上述方式,对待处理指纹特征P和指纹库中的模板指纹特征点集中的指纹进行离散化处理; 步骤2、构建指纹特征相似度计算模型:所述模型为基于指纹特征点邻近分布特征的匹配矩阵,匹配矩阵构建的步骤为:S5、指纹特征点的相似度计算:通过分析其对应的邻近分布特征、以度量相似性,以在第个象限内的邻近点所属的区间、的距离衡量相似度,区间的距离越近则相似度越高,从而匹配分数越大,如果在该象限不存在或距离过远落入第个扇形圆环内,则匹配分数为0;S6、分布特征匹配矩阵构建:构建的匹配矩阵为,其中行方向和列方向分别表示特征点的种邻近特征分布情况,对于待匹配指纹的特征点和指纹库中的某个指纹的特征点,匹配矩阵是以每列表示不同的的邻近特征分布,每行表示不同的的邻近特征分布形成的网格数据形式;匹配矩阵中的表示特征点的邻近特征分布是第种分布情况、特征点的邻近特征分布是第种分布情况下,两点的匹配分数;当时,的邻近特征分布一致,匹配分数最高; 步骤3、计算样本指纹与模板指纹的匹配程度,步骤为:S7、建立样本指纹和所有特征点邻接分布可能情况关于分布特征匹配矩阵的位置索引:对步骤1得到的指纹点集离散化处理结果和所有可能的特征点邻接分布可能情况进行交叉匹配,根据指纹点集离散化处理结果中的邻近分布特征确定其在分布特征匹配矩阵中对应的列位置信息,从而将样本指纹点集表示为关于分布特征匹配矩阵的列索引集合,表示为:,其中,;将模板指纹点集表示为关于分布特征匹配矩阵的行信息集合,表示为:,其中,表示邻近分布特征在分布特征匹配矩阵中对应的行位置,且,进一步计算指纹库中所有模板指纹分布特征对应的行信息集合;S8、计算样本指纹与某模板指纹的快速匹配分数;计算分布特征矩阵的第行对应列数值中的最大值,表示为:,从而构建关于特征点的快速匹配向量,表示为:;对于模板指纹特征点集,根据其中特征点对应在特征匹配矩阵中的行位置信息,在特征点集的快速匹配向EP中索引对应位置的元素;,的快速匹配分数为所有对应位置元素的求和结果;S9、样本指纹与指纹库中所有模板指纹的匹配分数计算:将样本指纹与指纹库中的指纹进行逐一的匹配分数计算,得到与指纹库指纹的匹配分数集合; 步骤4、根据匹配程度选取候选指纹。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人吉林省吉林祥云信息技术有限公司,其通讯地址为:130000 吉林省长春市净月开发区吉视传媒信息枢纽中心B座20层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。