基于統(tǒng)計(jì)學(xué)習(xí)理論的虹膜識(shí)別研究.pdf

1、本文的工作是基于統(tǒng)計(jì)學(xué)習(xí)理論的虹膜識(shí)別研究。虹膜識(shí)別屬于生物識(shí)別技術(shù)的一種，是一項(xiàng)根據(jù)人眼睛中瞳孔之外鞏膜之內(nèi)的一個(gè)圓環(huán)內(nèi)部復(fù)雜的紋理特征來(lái)鑒別身份的技術(shù)。我們?cè)谠敿?xì)研究統(tǒng)計(jì)學(xué)習(xí)理論的最新進(jìn)展和虹膜識(shí)別的主要特點(diǎn)的基礎(chǔ)上，圍繞虹膜特征提取、虹膜特征融合約減、分類器設(shè)計(jì)、虹膜識(shí)別系統(tǒng)原型設(shè)計(jì)等四個(gè)方面進(jìn)行了較為深入的研究。 本文對(duì)現(xiàn)行的虹膜識(shí)別已有方法進(jìn)行了綜述，指出了現(xiàn)有虹膜識(shí)別研究的不足之處。并在此基礎(chǔ)上做出了以下貢獻(xiàn)：

2、 第一項(xiàng)工作是在虹膜特征提取方面，提出并實(shí)現(xiàn)了基于分形幾何的自相似特征提??；并針對(duì)虹膜紋理分布的特殊性，研究了這種紋理變化的細(xì)節(jié)特征，發(fā)現(xiàn)了它的自相似性，提出了一種新的分形維數(shù)：變化分?jǐn)?shù)維，并給出了它的計(jì)算方法。變化分?jǐn)?shù)維是在傳統(tǒng)分形幾何的基礎(chǔ)上，針對(duì)圖像內(nèi)部的豐富變化細(xì)節(jié)具有一定的自相似性而提出的，對(duì)瞳孔和眼睫毛的影響具有較好的抗干擾能力。實(shí)驗(yàn)結(jié)果表明該特征比傳統(tǒng)的分形維數(shù)能夠更好地表征虹膜的紋理特征。除了虹膜識(shí)別之外，變化分?jǐn)?shù)維也

3、適用于其它的圖像分析場(chǎng)合； 第二項(xiàng)工作是提出了虹膜特征融合約減機(jī)制。過(guò)去的虹膜識(shí)別方法一般都只有一種特征，主要是小波變換和Gabor變換。而虹膜這么復(fù)雜的識(shí)別對(duì)象在有些情況下不能被一種特征值準(zhǔn)確刻畫(huà)。為了獲取虹膜圖像紋理分布的方向性信息，引入了多尺度可變方向金字塔模型作為虹膜紋理方向性特征的分析工具，對(duì)各個(gè)方向進(jìn)行濾波，分別求出每個(gè)子帶的特征，作為變化分?jǐn)?shù)維的補(bǔ)充，從而得到虹膜的融合特征。為了獲得更精簡(jiǎn)的特征序列，去除冗余特征，

4、在特征約減方面，提出了基于多目標(biāo)遺傳算法的虹膜融合特征約減方法； 第三項(xiàng)工作是在構(gòu)造虹膜分類器方面，過(guò)去的虹膜識(shí)別方法一般采用距離的方法(包括歐幾里得距離和漢明距離)來(lái)分類，或?qū)Υa本進(jìn)行異或操作，這些都是簡(jiǎn)單的計(jì)算方法。為了得到更高的識(shí)別率，我們將學(xué)習(xí)機(jī)制引入虹膜識(shí)別。同時(shí)考慮到在生物認(rèn)證領(lǐng)域，錯(cuò)誤接受和錯(cuò)誤拒絕的代價(jià)是不一樣的，需要在訓(xùn)練中進(jìn)行區(qū)別對(duì)待。在安全性要求較高的應(yīng)用中，對(duì)于錯(cuò)誤接受的樣本應(yīng)該比錯(cuò)誤拒絕的樣本施以更大懲

5、罰。因此為了適應(yīng)虹膜識(shí)別等生物特征識(shí)別在不同安全等級(jí)中的應(yīng)用，提出并實(shí)現(xiàn)了非對(duì)稱支持向量機(jī)(Non-symmetricalSupportVectorMachine，NSVM)作為虹膜樣本的分類器，以適應(yīng)安全性要求不同的應(yīng)用場(chǎng)合； 第四項(xiàng)工作是基于所提出的算法與理論，實(shí)現(xiàn)了一個(gè)新的虹膜識(shí)別系統(tǒng)原型并命名為IrisPassport，在CASIA虹膜公開(kāi)數(shù)據(jù)庫(kù)上做了測(cè)試，并與現(xiàn)有算法與理論進(jìn)行了對(duì)比。在本文的第六章介紹了IrisPas