基于MRF和SVM-KNN分类的假指纹检测方法[CN201310046125.3] - 浙江工业大学

专利申请

2013-02-05
公布公告

2016-04-13
授权日期

2016-04-13
终止

2026-04-11

基于MRF和SVM-KNN分类的假指纹检测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201310046125.3 申请日期： 2013-02-05 专利主类别： G06K9/00 {{ classMap["G06K9/00"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06K9/00 : 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置

G06K9/62 : 应用电子设备进行识别的方法或装置

专利注册信息

初审公告期号	2013-02-05	初审公告日期	2016-04-13
注册公告期号	2016-04-13	注册公告日期	2016-04-13
专用权期限	2016-04-13 - 2026-04-11	专利类型	发明授权
代理组织机构	杭州天正专利事务所有限公司查看该机构代理的所有专利

专利介绍

基于MRF和SVM-KNN分类的假指纹检测方法，包括以下步骤：1）提取指纹图像特征：1.1）一阶统计量(FOS)；1.2）灰度共生矩阵(GLCM)；1.3）马尔科夫随机场(MRF)；2）进行SVM训练，分别对FOS和GLCM，及MRF这两项特征向量训练得到模型A和B；3）SVM-KNN分类：3.1）SVM分类机理；3.2）SVM-KNN分类器形成；4）决策融合以检测真假指纹。目前没找到将GLCM和MRF用于假指纹检测的相关文献，本文利用这两类特征量化指纹图像的物理结构信息以达到识别真假指纹的目的。实验结果表明该算法的认假率及拒真率分别为1.84%和1.79%。本发明精确度高、实用性好。

法律进度