现场指纹识别的关键问题研究

Fingerprint recognition is widely used in identity authentication, and draws more and more attention. Especially, latent fingerprints play an irreplaceable function in criminal suspect recognition. However, conventional fingerprint recognition algorithm is not suitable for latent fingerprint. The main reason is that the quality of latent fingerprint images is always very poor, caused by slop, blood, etc. Due to the complication of latent fingerprint, there should be more increase and improvement of research for latent fingerprint recognition.This research project will focus on the three modules of latent fingerprint recognition: latent fingerprint segmentation, orientation field estimation and overlapped fingerprint separation. This study will propose latent fingerprint segmentation algorithm, robust orientation field estimation algorithm, and automatic overlapped fingerprint separation algorithm. This study will help improve the latent fingerprint recognition technique, expand the application of fingerprint recognition, and bring the technique into combatterrorism, defending the country, protecting the life and property safety of people. The achievement of this research has universality, and can be generalized to other pattern recognition or computer vision topic, such as foreground segmentation and image separation.

指纹识别在身份鉴定方面的应用越来越广泛，尤其犯罪现场指纹在嫌疑人识别方面具有不可替代的作用。但是传统指纹识别方法在现场指纹识别中的应用效果不理想，主要原因是犯罪现场指纹通常由于污渍、血迹等原因变得模糊不清，图像质量非常差。由于现场指纹的复杂性，现场指纹识别技术还需进一步研究和提高。本项目将研究现场指纹识别系统中的三个关键模块：现场指纹分割、现场指纹方向场估计和重叠指纹分离。我们将提出能从复杂背景分割现场指纹、抗噪能力强的方向场估计、自动的重叠指纹分离等原创算法。本项目的顺利开展将有助于推动现场指纹识别技术的进步，扩大指纹识别的应用范围，充分发挥指纹识别在打击犯罪、保卫国家安全和个人生命财产安全方面的应用价值。本项目的研究成果具有普遍性，可推广到其他模式识别和计算机视觉问题，如前景分割和图像分离。

指纹识别在身份鉴定方面的应用越来越广泛，尤其犯罪现场指纹在嫌疑人识别方面具有不可替代的作用。但是传统指纹识别方法在现场指纹识别中的应用效果不理想。由于现场指纹的复杂性，现场指纹识别技术还需进一步研究和提高。本项目对现场指纹、残缺指纹的处理与识别进行研究，主要成果有：1) 由于现场指纹大部分为破损或重叠的指纹，以至于提取出的指纹质量较差。虽然已有的指纹处理算法在专业提取的指纹上处理结果较为满意，但是对于现场提取的指纹处理结果甚差。为了解决上述问题，提出了一种求取现场指纹方向场的方法，用以提高现场指纹方向场的提取质量，为案件侦破提供强有力的帮助，大量节省了刑事侦破中各工作人员的时间和精力；2) 提出了一种新颖的融合算法来提高残缺指纹匹配的性能。首先研究了残缺指纹识别中指纹区域残缺面积的影响。基于对比不同面积的残缺指纹识别的实验，提出了一种基于改进SVM的融合方案，以结合区域残缺面积信息进行指纹识别。所提出的融合算法提高了传统特征点匹配方法的匹配精度，最大提高约为2个百分点；3) 提出了一种新颖的分级细节点匹配算法用于指纹和掌纹识别。把匹配过程分解成几个层次（层级），并且在不同的层次中拒绝许多不匹配的指纹或掌纹，因此可以节省许多时间同时保持一个较高的识别率。实验结果显示，对比传统的方法，提出的算法可以节省大约50﹪的搜索时间，表明了它的有效性；4）重叠指纹一直是传统指纹识别系统的挑战，本研究提出了一个处理重叠指纹，能够自动分离重叠指纹方向场的方法，并申请了国家专利。..本项目实施过程中，项目组在IEEE Transaction on Image Processing, International Journal of Pattern Recognition and Artificial Intelligence, PLOS ONE等SCI期刊发表论文5篇，出版专著1部。协助培养研究生6名，申请国家发明专利1项，获美国专利授权1项。获国际图像视觉任务竞赛（ImageCLEF）第二名（2013）、第一名（2014）。项目组通过积极参与相关领域主流国际会议、邀请专家访问等方式，与同行进行了深入的学术交流与合作。