基于單幅圖像的多模態(tài)生物特征識別研究.pdf_第1頁
已閱讀1頁,還剩86頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、生物特征識別技術(shù)是利用人體本身所固有的物理特征或者行為特征,通過圖像處理和模式識別等方法來鑒別個(gè)人身份的技術(shù),具有廣泛的應(yīng)用前景。當(dāng)前的生物特征識別應(yīng)用大部分為基于單模態(tài)特征的識別技術(shù),在識別率和防偽性上具有一定的局限性。為提高單模態(tài)特征識別技術(shù)的準(zhǔn)確率和應(yīng)用范圍,本文同時(shí)利用人臉特征識別技術(shù)的社會性、公開性和掌紋特征識別技術(shù)的高識別率,提出一種基于單幅圖像中人臉和掌紋特征融合的身份認(rèn)證識別框架,并對兩種特征的融合策略進(jìn)行了深入研究、實(shí)

2、驗(yàn)。本論文的主要工作和內(nèi)容如下:
  (1)對生物特征及識別技術(shù)的研究歷史進(jìn)行回顧綜述,詳細(xì)介紹了十種最為常見的生物特征識別技術(shù)。分析了單模態(tài)生物特征識別的不足,引出本文的研究目標(biāo)和研究內(nèi)容。論文還對多模態(tài)融合的五個(gè)層次的主流算法進(jìn)行了總結(jié)。
  (2)采集搭建了本研究領(lǐng)域首個(gè)多模態(tài)生物特征(人臉+掌紋)數(shù)據(jù)庫——HFUT-MuHaF,即一幅圖像中同時(shí)包含人臉和人手信息,避免了由于多模態(tài)生物特征數(shù)據(jù)庫的缺失,研究者必須從不同

3、而相互獨(dú)立的數(shù)據(jù)庫中分別提取人臉和掌紋特征(一般不是同一個(gè)人的人臉和掌紋特征),再進(jìn)行融合的處理過程。
  (3)詳細(xì)闡明了十一種局部算子的算法原理并進(jìn)行復(fù)現(xiàn),在三個(gè)人臉數(shù)據(jù)庫上進(jìn)行對比實(shí)驗(yàn)分析。
  (4)提出了一種基于線特征的韋伯局部描述子(LWLD)用以掌紋識別。通過改進(jìn)的有限Radon變換(MFRAT)得到的能量圖和方向圖,將原始WLD在源圖像上進(jìn)行的差勵(lì)計(jì)算轉(zhuǎn)換到能量圖上完成,并利用方向圖替代原始WLD里通過梯度計(jì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論