多模生物特征身份認(rèn)證原型系統(tǒng)的研究與設(shè)計(jì).pdf

1、生物特征識(shí)別技術(shù)是最近幾十年比較熱門的技術(shù)。它是利用生物特征來識(shí)別生物ID的技術(shù),可以用于門禁、安保、身份鑒定、檔案管理、智能人機(jī)交互等方面,具有很廣的應(yīng)用范圍。它研究的內(nèi)容包括生物特征采集、圖形圖像處理、信號(hào)處理、模式識(shí)別等方面,所以具有很多的研究價(jià)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(shí)別技術(shù)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(shí)別技術(shù)接收的信息熵相對(duì)與多模

2、的生物特征識(shí)別技術(shù)肯定要少,所以識(shí)別得到的正確率肯定比多模生物識(shí)別技術(shù)低。那么研究基于多模生物特征的生物識(shí)別就很有意義。在介紹了多模生物特征識(shí)別技術(shù)基礎(chǔ)上,針對(duì)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(nèi)容如下:
　　 1.在研究了傳統(tǒng)虹膜識(shí)別技術(shù)的基礎(chǔ)上,針對(duì)虹膜識(shí)別過程中的虹膜圖像預(yù)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(nèi)圓定位

3、算法,并做實(shí)驗(yàn)對(duì)比。
　　 2.為了在后面采用一種神經(jīng)網(wǎng)絡(luò)的識(shí)別認(rèn)證模型,本文在虹膜特征提取模塊中對(duì)于傳統(tǒng)的Gabor小波濾波器算法進(jìn)行了改進(jìn)。
　　 3.在人臉特征提取部分,針對(duì)于一般人臉提取特征的維數(shù)較大的這個(gè)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(jìn)的Gabor小波濾波器提取底層特征,再用核獨(dú)立成分分析法(KICA)提取第二次特征,這樣特征的維數(shù)就會(huì)很少,但是關(guān)鍵特征點(diǎn)數(shù)據(jù)還是沒有丟,有利于后面的認(rèn)證