集成學(xué)習(xí)方法在指紋識(shí)別中的應(yīng)用研究.pdf

1、當(dāng)前，指紋識(shí)別仍然是一個(gè)研究熱點(diǎn)。經(jīng)過(guò)國(guó)內(nèi)外同行的多年努力，指紋識(shí)別在越來(lái)越多的領(lǐng)域得到了廣泛的應(yīng)用，但是指紋識(shí)別中仍然存在許多問(wèn)題，如高安全應(yīng)用問(wèn)題，多模板集成問(wèn)題，全匹配分序列問(wèn)題等。本文針對(duì)這幾個(gè)問(wèn)題，結(jié)合集成學(xué)習(xí)方法，提出了較合理的方法進(jìn)行解決，取得了不錯(cuò)的效果。本文工作主要包括以下3方面內(nèi)容:
　　 (1)高安全應(yīng)用問(wèn)題。核電站訪問(wèn)控制、刪機(jī)訪問(wèn)控制以及高度軍事機(jī)密場(chǎng)所的訪問(wèn)控制等高安全應(yīng)用環(huán)境，對(duì)生物特征識(shí)別系統(tǒng)的基

2、本要求是在確保極低誤識(shí)率的前提下，同時(shí)盡可能的降低拒識(shí)率，稱之為“雙低”問(wèn)題。然而當(dāng)前追求低等錯(cuò)誤率的目標(biāo)，并不能很好的解決這一問(wèn)題，因?yàn)橐粋€(gè)具有低等錯(cuò)誤率的系統(tǒng)，其極低誤識(shí)率下的拒識(shí)率可能會(huì)很高。為解決上述應(yīng)用問(wèn)題，本文利用集成學(xué)習(xí)的思想，提出一種混合集成方法。該方法使用了兩種具有互補(bǔ)性的指紋識(shí)別方法:基于細(xì)節(jié)點(diǎn)的指紋識(shí)別方法和基于紋線的指紋識(shí)別方法，并且兩種方法初始閾值的設(shè)置都很高，使其誤識(shí)率為零。首先使用串行集成方法，將那些易識(shí)別

3、的指紋圖像識(shí)別正確，然后使用并行集成方法，將那些較難識(shí)別的指紋圖像識(shí)別正確。在FVC2002DB1和FVC2002DB2上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
　　 (2)多模板集成問(wèn)題。在指紋注冊(cè)階段，通常會(huì)注冊(cè)多幅模板圖像。但是，這樣會(huì)存在兩個(gè)問(wèn)題:一是浪費(fèi)存儲(chǔ)空間，二是浪費(fèi)識(shí)別時(shí)間。如何能夠從多幅模板圖像中選擇出較合適的幾幅圖像作為模板以及這些模板圖像如何充分使用一直是待解決的問(wèn)題。為解決這一問(wèn)題，本文提出一種基于匹配分到幾何

4、結(jié)構(gòu)映射的多模板集成框架，針對(duì)以上兩個(gè)問(wèn)題，首先在注冊(cè)階段，提出了一種模板選擇方法，該方法能夠選擇互補(bǔ)性較大的模板指紋，這樣就能用較少的指紋圖像代替多幅注冊(cè)圖像，節(jié)省了存儲(chǔ)空間。然后提出一種匹配分到幾何結(jié)構(gòu)映射的識(shí)別方法，該方法能夠充分利用各個(gè)模板之間的相似性，以及待識(shí)別樣本與模板之間的相似性。在FVC2004指紋庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該框架的有效性。
　　 (3)全匹配分序列問(wèn)題。在生物特征識(shí)別中，一個(gè)待識(shí)別樣本需要和數(shù)據(jù)庫(kù)中的

5、所有模板進(jìn)行比較，然后獲得一個(gè)匹配得分序列，通常情況下，在這個(gè)序列中只有最大得分被用來(lái)進(jìn)行識(shí)別，而其他的得分被認(rèn)為是沒(méi)用的并且被忽略掉了。我們認(rèn)為除了最高得分，匹配得分序列的其他得分也是有判別能力的。基于以上的考慮，本文將獲得的所有匹配得分進(jìn)行集成，提出了一種新的特征:全匹配分序列。然后利用該特征提出了一種識(shí)別方法。在自建庫(kù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。
　　 鑒于以上的工作，只是利用初步的實(shí)驗(yàn)進(jìn)行了驗(yàn)證，還未能從理論上進(jìn)行