面向大数据库的指纹检索算法研究

Most of conventional automated fingerprint identification systems (AFIS) depend only on basic features of fingerprint, like minutiae, orientation field, or combinations of these feature, ignoring abundant information, connections and statistics of other features. For this reason, the performance of current AFIS is far from satisfactory in public security applications featured by large-scale database. In this project, we rethink and investigate the algorithm implementation of handprint analysis, feature representation and indexing, in order to break through the existing bottlenecks. First, we will study multi-task feature extraction algorithm to extract deeper feature of fingerprint automatically. Second, we will design a new robust union feature representation of fingerprint. Based on the new feature representation, we study the indexing scheme for large-scale database. With this method the identification rate will be substantially improved. Successful implementation of this project is beneficial to develop the AFIS with own intellectual property and improve the performance of AFIS in public security application.

现有指纹自动检索算法大多依赖于某种基础特征如细节点、方向场等或者特征间的简单融合，未充分利用指纹丰富的特征信息、特征之间的关联性及其统计规律，在面向千万人级数据库的公共安全应用中，识别率远不能满足需求。本项目对指纹特征分析、表示、检索的算法实现体系进行重新思考和研究，以突破现有系统的瓶颈。重点研究具备同时提取多项指纹基础特征能力的算法以深入挖掘指纹特征及其关联性；在此基础上，学习抗噪能力、辨别能力强的指纹联合描述向量表示；研究指纹联合描述向量的分布规律并引入指纹检索框架，有效提高大规模指纹库的识别率。本项目将有助于发展拥有自主知识产权的面向大数据库的自动指纹识别技术，充分发挥指纹在公共安全领域的作用。

本项目主要面向大规模指纹识别算法，针对指纹特征分析、表示、检索的算法实现体系中的有关问题进行研究。本项目研究主要完成了1）研发了具备同时提取多项指纹基础特征能力的算法以深入挖掘指纹特征及其关联性；2）分析指纹规律，提出了一种有明确物理意义的指纹姿态定义以及估计方法；3）提出了一种适用于小面积指纹的训练及匹配方法；4）本项目最终研发了一套适用于大规模数据库的指纹检索系统原型，实现了从采集到识别的全流程演示。同时，在本项目的支持下，还进行了不局限于指纹识别的应用。本项目的开展，有助于指纹统计规律研究与大规模检索系统的发展。