多模生物特征身份認證原型系統(tǒng)的研究與設計.pdf_第1頁
已閱讀1頁,還剩93頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、生物特征識別技術是最近幾十年比較熱門的技術。它是利用生物特征來識別生物ID的技術,可以用于門禁、安保、身份鑒定、檔案管理、智能人機交互等方面,具有很廣的應用范圍。它研究的內容包括生物特征采集、圖形圖像處理、信號處理、模式識別等方面,所以具有很多的研究價值。人體的生物特征包括指紋、聲音、臉孔、虹膜、視網(wǎng)膜、掌紋、骨架等等。雖然現(xiàn)在生物識別技術都很成熟,但是都是基于單模特征的,即一種生物特征?;趩文L卣鞯纳镒R別技術接收的信息熵相對與多模

2、的生物特征識別技術肯定要少,所以識別得到的正確率肯定比多模生物識別技術低。那么研究基于多模生物特征的生物識別就很有意義。在介紹了多模生物特征識別技術基礎上,針對人臉信息和虹膜信息這兩種生物特征,本文的主要工作的內容如下:
   1.在研究了傳統(tǒng)虹膜識別技術的基礎上,針對虹膜識別過程中的虹膜圖像預處理和傳統(tǒng)的虹膜定位方法的的一些問題,本文提出了基于虹膜圖像的二值閾值圖像分割算法、圖像中的光斑填充算法、和基于灰度投影法的虹膜內圓定位

3、算法,并做實驗對比。
   2.為了在后面采用一種神經網(wǎng)絡的識別認證模型,本文在虹膜特征提取模塊中對于傳統(tǒng)的Gabor小波濾波器算法進行了改進。
   3.在人臉特征提取部分,針對于一般人臉提取特征的維數(shù)較大的這個問題,本文提出了兩次提取特征的模型,即先用本文前面的改進的Gabor小波濾波器提取底層特征,再用核獨立成分分析法(KICA)提取第二次特征,這樣特征的維數(shù)就會很少,但是關鍵特征點數(shù)據(jù)還是沒有丟,有利于后面的認證

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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