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、假冒者可以采用制作假肢或者仿造的指紋來突破傳統(tǒng)的指紋識別系統(tǒng),與之相比,腳紋由于鞋子的保護,是難以輕易獲得的特征,因此,其可靠性與穩(wěn)定性更好,以其作為識別對象的身份識別系統(tǒng)可以更好滿足日益增長的國家安全以及犯罪控制等身份識別需求
本文提出了一種基于靜態(tài)腳印特征的個人身份生物識別方法。其中,靜態(tài)腳印特征包括:腳印、紋理、腳的形狀、輪廓。且本文采集了一些志愿者的腳部信息獲得了實驗所需的數(shù)據(jù)庫。
首先,本文對掃描所得的圖像
2、進行預處理,將原始圖像從 RGB彩色圖像轉換成灰度圖,并進行二值化;然后采用梯度矢量流(GVF)的Snake模型提取圖像的形狀特征;而紋理特征則是依據(jù)紋理細節(jié)的位及其角度通過交叉數(shù)(CN)算法進行提取。
然后,分別對上述兩個特征進行匹配。首先,將GVF的Snake模型提取的腳形狀,通過鏈碼算法獲取一系列碼,將該系列碼采用動態(tài)時間規(guī)整(DTW)進行形狀匹配,通過非線性的方式和DTW距離的測量將兩個序列進行最佳匹配。
紋
3、理或細節(jié)的匹配是由基于微型評分匹配(MSM)算法完成的。在匹配過程中輸入的每個細節(jié)點匹配相應的模板細節(jié)點。在每次匹配過程中,模板和輸入細節(jié)均被用作各自對應數(shù)據(jù)集的參考點。
將提取出來的兩個特征值進行歸一化處理,具體是將根據(jù)最大-最小規(guī)范化原理將其轉化到一個公共域。隨后按匹配度權重的規(guī)則,將兩個特征值合并為一個單一的判定標準,以達到將最佳匹配結果。實驗結果表明,在不存在假冒干擾情況時,本文算法可達到98.97%的準確度而在存在假
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(jīng)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。
最新文檔
- 基于心電信號的身份識別方法研究.pdf
- 基于人體特征信息融合的身份識別方法研究.pdf
- 基于步態(tài)及人臉特征的身份識別方法研究.pdf
- 多生物特征身份識別方法研究.pdf
- 基于步態(tài)深度信息的人體身份識別方法研究.pdf
- 基于指紋與指靜脈的多模態(tài)身份識別方法研究.pdf
- 基于心電信號頻域特征的身份識別方法研究.pdf
- 身份號碼圖像識別方法與系統(tǒng)的研究.pdf
- 基于優(yōu)化特征提取的群養(yǎng)豬個體身份識別方法.pdf
- 多元數(shù)據(jù)融合的非干擾步態(tài)身份識別方法研究.pdf
- 基于EMD的虹膜識別方法研究.pdf
- 基于輪廓的形狀識別方法研究.pdf
- 基于ICA的眉毛識別方法研究.pdf
- 面向身份管理的指紋特征提取與識別方法研究.pdf
- 基于視頻的車型識別方法的研究.pdf
- 基于視頻的手勢識別方法研究.pdf
- 基于筆跡的性別識別方法研究.pdf
- 基于模型的飛機識別方法研究.pdf
- 基于文本的語言識別方法研究.pdf
- 基于深度學習的表情識別方法研究.pdf
評論
0/150
提交評論