科创中国
面向智能身份认证的掌纹识别系统产业化
发布时间: 2022-10-12
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
电子信息技术
成果介绍
掌纹识别是一种非接触式、安全性高、暴露风险低、适用于大规模用户的新兴生物特征识别技术。相较于指纹识别，掌纹的纹理信息丰富、采集方式为非接触式，有利于实现高精度大范围身份认证并避免交叉传染；相较于人脸识别，掌纹采集需用户主动配合，特征暴露风险低，私密性更好。掌纹识别是一个被低估的、具有爆发性发展潜力的生物识别技术，目前尚未出现行业内知名度高的头部公司。本项目致力于建立基于掌纹识别的身份认证系统，开发定制化掌纹识别模组，以及基于边缘服务器的掌纹识别系统。
该成果基于国产芯片开发掌纹识别模组，其作为终端系统（如门禁主控、智能门锁主控）的扩展模组，可以提供掌纹识别扩展功能。掌纹识别模组将通过串口与终端系统主控进行通信，包括请求、应答和结果反馈等内容。这种模组体积小、功耗低，具有对摄像头图像进行预处理与识别的功能。主要应用领域及场景有高端门禁、刷手闸机、支付POS机终端等。
成果亮点
1、复杂场景中掌纹特征区域提取技术
采集方式为非约束式，需要建立手掌检测和掌纹感兴趣区域提取的内在关联，感兴趣区域提取的高一致性是保证后续高精度识别的基础。本项目首先采集包含掌纹的手掌图像，然后在图像中进行手掌检测、关键点定位，最终排除图像复杂背景干扰，提取到位置相对固定的感兴趣区域。
2、面向开放集的掌纹判别特征提取技术
面向开放集的掌纹判别特征提取技术，利用大间隔余弦损失函数增加类别之间的间隔的要求，提高了特征的判别性。提出的方法在PolyU数据库上的测试结果如下：在万分之一的错误接受率的条件下，正确识别率能够达到***%，在千分之一的错误接受率的条件下，正确识别率能够达到***%。说明我们的方法在处理数千人到近万人规模的数据库时，它的准确率和有效性是能够得到保证。
3、面向跨领域识别的掌纹特征提取技术
跨领域掌纹识别可以允许训练样本和待识别的测试样本采集自不同的设备和环境，如嵌入式终端和手机端等。我们设计了PalmGAN跨领域掌纹识别算法。在特征集和像素级同时实现迁移，从而提高跨领域掌纹识别的准确率。跨领域识别最好的效果能达到***%的正确率。
团队介绍
团队技术负责人钟德星，西安交通大学控制科学与工程学院博士，研究方向为计算机视觉与模式识别；生物特征识别；医学图像分析；车辆智能联网联控；智能测控与工业大数据处理。主持西安交通大学基本科研业务费项目两项、国家自然科学基金青年基金项目一项、中国博士后科学基金面上资助一项、陕西省自然科学基础研究计划一项、西安市全面创新改革科技成果转化项目一项、校企合作横向科研项目两项。
邵会凯，西安交通大学电信学部博士，研究方向为计算机视觉与生物特征识别。在生物特征识别领域取得了优异的成绩，目前已经以第一作者或学生第一作者在顶级期刊和会议上发表学术论文数篇，如IEEE TIP和IEEE TIFS等，在联合培养期间受到外方导师Raymond教授的高度赞扬与评价。曾多次获得博士生国家奖学金、蒋震奖学金等奖励，并多次获评优秀研究生称号，在2021年被评为西安交通大学优秀博士生标兵。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”军工安防与应急产业科技服务团 (中国兵工学会) 评价时间：2022-10-27
王新龙
南京理工大学
教授
综合评价
该成果基于国产芯片开发掌纹识别模组，其作为终端系统（如门禁主控、智能门锁主控）的扩展模组，可以提供掌纹识别扩展功能，对终端系统（如门禁主控、智能门锁主控）行业有一定的引领性作用，技术创新性很强，且技术成熟，投资回报比较可靠，目标市场处于成长阶段，市场前景广阔。
总体而言，该项目技术思路方向很好，未来市场空间大，有利于当前政策要求，转化成熟度很高，值得支持推广。建议强化相应产品开发，加大产业链开发力度。
查看更多>
下载app