2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩63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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、生物特征識(shí)別技術(shù)已經(jīng)廣泛應(yīng)用到了各個(gè)領(lǐng)域,其中虹膜識(shí)別技術(shù)在所有的生物特征識(shí)別系統(tǒng)中具有特異性高、錯(cuò)誤率低、穩(wěn)定性強(qiáng)等優(yōu)點(diǎn),已經(jīng)得到了較為成熟的發(fā)展;而新興的指靜脈識(shí)別技術(shù)是一種非接觸式活體采集的生物特征識(shí)別技術(shù),由于其受外界干擾小,易于采集,設(shè)備造價(jià)低等優(yōu)勢(shì)也得到了廣泛推廣?,F(xiàn)有的研究一般是在較為理想的采集情況下進(jìn)行的,而對(duì)于非合作式采集的數(shù)據(jù)識(shí)別性能不是很理想。例如虹膜中用戶眼睛采集距離遠(yuǎn)近產(chǎn)生的圖像縮放,靜脈采集中由于旋轉(zhuǎn)產(chǎn)生的圖

2、像旋轉(zhuǎn)等問題都是在實(shí)際采集中不可避免的。如何能夠在非理想采集情況下取得理想的識(shí)別效果是需要研究的問題。
   本文針對(duì)現(xiàn)有的兩種生物特征識(shí)別算法對(duì)于旋轉(zhuǎn)平移縮放等常見問題魯棒性不強(qiáng)的問題,結(jié)合現(xiàn)有的基于尺度空間理論中的SIFT算法進(jìn)行了如下的研究:
   (1)概述了當(dāng)前虹膜識(shí)別和指靜脈識(shí)別技術(shù)的發(fā)展現(xiàn)狀,分析了現(xiàn)有工作中常見的問題,對(duì)于兩種生物特征識(shí)別的一般框架及框架中常見的問題和常見的算法進(jìn)行了分析。
  

3、(2)介紹了尺度空間理論的基本思想,以及其中的典型算法SIFT,對(duì)于該算法的基本流程做了概述,同時(shí)分析了SIFT算法的優(yōu)勢(shì),為生物特征識(shí)別應(yīng)用提供理論支撐。
   (3)分析現(xiàn)有的將SIFT算法引入虹膜識(shí)別中解決旋轉(zhuǎn)平移縮放問題的算法的不足:如特征點(diǎn)提取不足導(dǎo)致識(shí)別率較低,特征點(diǎn)丟失和噪聲引入等問題。在此研究基礎(chǔ)上提出了一套適合基于SIFT的虹膜識(shí)別框架,在現(xiàn)有的中科院公開數(shù)據(jù)庫上測(cè)試性能,并與相關(guān)的基于SIFT的虹膜識(shí)別算法比

4、對(duì),實(shí)驗(yàn)證明本文算法能夠有效提升系統(tǒng)的識(shí)別性能。
   (4)首次將SIFT算法引入到指靜脈識(shí)別中用于解決指靜脈識(shí)別中因旋轉(zhuǎn)問題產(chǎn)生的性能下降問題。首先通過自建數(shù)據(jù)庫進(jìn)行了相應(yīng)匹配參數(shù)的合理選擇,然后對(duì)于非旋轉(zhuǎn)的標(biāo)準(zhǔn)數(shù)據(jù)庫與現(xiàn)有的基于二進(jìn)制的典型算法LBP進(jìn)行性能上的比對(duì),最后通過構(gòu)建大角度旋轉(zhuǎn)虛擬數(shù)據(jù)庫測(cè)試算法對(duì)于旋轉(zhuǎn)的魯棒性。實(shí)驗(yàn)結(jié)果顯示本文的提出的算法在非旋轉(zhuǎn)數(shù)據(jù)庫上EER為1.71%優(yōu)于LBP的2.67%。同時(shí)構(gòu)造的旋轉(zhuǎn)

5、數(shù)據(jù)庫上EER穩(wěn)定在2.6%左右,但是LBP算法性能急劇下降,這表明本文算法在指靜脈數(shù)據(jù)庫上對(duì)于旋轉(zhuǎn)平移具有很好的健壯性。
   本文雖然對(duì)于現(xiàn)有的兩種生物特征識(shí)別做了一定的工作,但是還存在一些不足之處需要后期改進(jìn),例如虹膜識(shí)別中對(duì)于特征提取時(shí)間偏高,可以采用聚類的方法對(duì)于同類的特征進(jìn)行提取,對(duì)于指靜脈識(shí)別中匹配點(diǎn)對(duì)在某些樣本中同源匹配對(duì)數(shù)偏少等,可以考慮采用SVM算法對(duì)于提取的特征向量進(jìn)行分類,這樣可以有效彌補(bǔ)只用匹配對(duì)數(shù)硬性

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論