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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、人臉識別和虹膜識別作為兩種最常用和方便的生物特征識別技術(shù),已廣泛應(yīng)用于身份識別等領(lǐng)域。然而很多時候,僅僅基于虹膜或人臉的個人身份自動識別系統(tǒng)不能滿足人們的需要,這是因為人臉識別速度快但可靠性不高;而虹膜識別可靠性高卻計算復(fù)雜,速度慢。因此,融合人臉與虹膜識別,綜合兩種生物特征識別的優(yōu)勢,在出現(xiàn)其中一種生物特征不適于識別的情況下,由其余特征得到補(bǔ)償,使識別系統(tǒng)保持高效運作。本文介紹了一種綜合人臉和虹膜的多生物特征識別模型,它充分利用了人臉
2、識別和虹膜識別的優(yōu)點,將兩種識別技術(shù)有效地結(jié)合起來,有效克服單一生物特征存在的缺陷,極大提高身份認(rèn)證的準(zhǔn)確度,為多生物特征身份認(rèn)證的實際應(yīng)用奠定了堅實的基礎(chǔ)。本文研究工作的主要內(nèi)容如下:
(1)研究了多生物特征信息融合理論,并對基于多生物特征的信息融合的層次結(jié)構(gòu)和分類進(jìn)行了較為詳細(xì)的介紹并進(jìn)行了對比分析。
(2)研究了人臉識別技術(shù),在對人臉圖像進(jìn)行預(yù)處理之后采用基于HMM的人臉識別方法實現(xiàn)了對人臉的識別。
3、r> (3)研究了虹膜識別技術(shù),在虹膜預(yù)處理階段提出了基于虹膜幾何特征和平面幾何知識的定位算法,實現(xiàn)了對虹膜內(nèi)外邊緣的快速定位;之后完成了虹膜圖像增強(qiáng)、二值化并特征提取、特征點匹配等工作和試驗。
(4)研究了基于人臉和虹膜的多生物特征識別模型。根據(jù)人臉和虹膜不同融合模式,分別給出了人臉和虹膜綜合識別模型,并對模型的優(yōu)缺點進(jìn)行了分析。經(jīng)過分析,提出了一種新的人臉和虹膜在決策層融合的識別模型。本模型采用決策層融合方式的“
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。
最新文檔
- 基于指紋和人臉的多生物特征識別.pdf
- 人臉和虹膜生物特征身份識別認(rèn)證系統(tǒng)的研究與實現(xiàn).pdf
- 基于虹膜和人臉的多生物特征身份認(rèn)證關(guān)鍵技術(shù)研究.pdf
- 人臉識別和虹膜識別
- 基于人臉與虹膜生物特征融合與識別的應(yīng)用研究.pdf
- 基于人臉和指紋的多模生物特征融合識別方法.pdf
- 基于多小波的虹膜特征提取和識別.pdf
- 基于虹膜和臉像的多生物特征身份識別及融合算法的研究.pdf
- 基于特征臉和多特征的人臉識別算法研究.pdf
- 基于人體虹膜的生物特征識別技術(shù)研究.pdf
- 基于人臉與人耳的多生物特征識別系統(tǒng)設(shè)計.pdf
- 基于人臉對齊和多特征融合的人臉識別方法研究.pdf
- 基于標(biāo)準(zhǔn)模型特征的人臉識別研究.pdf
- 基于多特征的人臉檢測識別研究.pdf
- 基于人臉和語音的多生物特征認(rèn)證技術(shù)研究.pdf
- 基于結(jié)構(gòu)特征的虹膜識別研究.pdf
- 基于多小波特征的人臉識別.pdf
- 基于標(biāo)準(zhǔn)模型特征的人臉表情識別研究.pdf
- 基于人臉與人耳多生物特征識別的關(guān)鍵問題研究.pdf
- 基于生物啟發(fā)特征的人臉識別算法研究.pdf
評論
0/150
提交評論