機(jī)器學(xué)習(xí)算法在視頻指紋識別中的應(yīng)用研究.pdf

1、近年來，生物特征識別技術(shù)受到了人們的普遍關(guān)注。與傳統(tǒng)的基于物品的(例如身份證)或基于記憶的(例如密碼)身份驗(yàn)證方式不同，生物特征是隨身攜帶、不會丟失、不會被遺忘、不容易被猜測和偽造。其中，自動指紋識別技術(shù)是發(fā)展最早、最成熟的一種生物特征識別技術(shù)，在刑偵、司法、門禁以及其他很多領(lǐng)域都得到了成功的應(yīng)用。盡管指紋識別技術(shù)的研究已經(jīng)取得了很多成就，但目前自動指紋識別系統(tǒng)的識別率仍然無法滿足某些具有較高要求的應(yīng)用，成為制約自動指紋識別技術(shù)進(jìn)一步推

2、廣的最主要的因素。
　　 目前，許多研究機(jī)構(gòu)致力于如何提高自動指紋識別系統(tǒng)的識別率，其中包括利用視頻進(jìn)行指紋識別，充分挖掘指紋視頻中包含的更為豐富的信息，以此來提高指紋識別系統(tǒng)的識別率。使用視頻進(jìn)行指紋識別有以下幾個(gè)優(yōu)點(diǎn)：(1)從視頻中可以挖掘出更多有用的信息以提高指紋識別的識別率；(2)采集指紋視頻時(shí)的用戶體驗(yàn)和采集單幅指紋圖像時(shí)是完全相同的；(3)留在物體表面的殘留的用戶指紋可能會被非法竊取，然而指紋視頻中包含的動態(tài)信息卻很

3、難被竊取。
　　 本文研究了基于視頻的指紋識別，分析了使用公式S=SO+w·(SO-SI)計(jì)算兩個(gè)視頻最終匹配分?jǐn)?shù)的不足之處，為尋求更好的識別效果，提出把一次匹配結(jié)果作為一個(gè)樣本，將SI和SO作為一個(gè)樣本的兩個(gè)特征的新思路，把判斷一次匹配是同源匹配還是異源匹配問題轉(zhuǎn)化為對具有二維特征(SI，SO)的樣本進(jìn)行分類的問題。在樣本集上應(yīng)用常見的機(jī)器學(xué)習(xí)算法(KNN，決策樹，SVM)，對每次的匹配結(jié)果進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明，相比使用閾值

4、來區(qū)分指紋同、異源的方法，應(yīng)用機(jī)器學(xué)習(xí)算法不僅提高了識別率，而且省去了對參數(shù)和閾值的復(fù)雜選取過程。
　　 實(shí)驗(yàn)中異源樣本集的分布相對集中，而同源樣本集中存在一些離群點(diǎn)嵌入到了異源樣本的內(nèi)部，使得兩類樣本間存在一定數(shù)量的交疊點(diǎn)，而這些交疊點(diǎn)的存在使得分類器的性能大幅度下降，對我們使用機(jī)器學(xué)習(xí)方法分類兩類樣本的效果產(chǎn)生了很大影響。為了解決這一問題，改善分類器的性能，進(jìn)一步提高視頻指紋的識別率，把兩類樣本中的交疊點(diǎn)看做指紋視頻中的“異