多生物特征身份識(shí)別方法研究.pdf

1、在科技和信息高速發(fā)展的現(xiàn)代社會(huì),社會(huì)安全和信息安全顯示出前所未有的重要性,身份識(shí)別作為保證安全性的必要前提成為備受關(guān)注的關(guān)鍵社會(huì)問題和研究熱點(diǎn)問題?；谏锾卣鞯纳矸葑R(shí)別技術(shù)以其高安全性、穩(wěn)定性和有效性等優(yōu)勢得到了快速發(fā)展,但隨著研究發(fā)展發(fā)現(xiàn),單模態(tài)生物特征識(shí)別在識(shí)別準(zhǔn)確率、普適性和防偽性等方面顯示出了一些固有缺陷。為了解決這一問題,研究人員提出了利用多種生物特征數(shù)據(jù)融合實(shí)現(xiàn)身份識(shí)別的方案,受到了廣泛關(guān)注。目前多生物特征融合識(shí)別技術(shù)仍處

2、于探索研究階段,技術(shù)還不成熟,需要進(jìn)一步的研究和完善。
　　 本文針對多生物特征識(shí)別的關(guān)鍵技術(shù)問題,提出了基于手背靜脈、虹膜和指紋三種生物特征融合實(shí)現(xiàn)身份識(shí)別的多生物特征融合識(shí)別方案。從識(shí)別準(zhǔn)確率和算法實(shí)時(shí)性要求方面考慮提出了快速高效的單模態(tài)生物特征特征提取與匹配算法,對特征信息歸一化方法進(jìn)行了研究,提出了基于經(jīng)典匹配層融合算法、貝葉斯融合決策理論和kNN-SVM融合理論的手背靜脈、虹膜和指紋特征融合識(shí)別算法,提高了身份識(shí)別的準(zhǔn)

3、確率。搭建了基于嵌入式系統(tǒng)的多生物特征識(shí)別實(shí)驗(yàn)系統(tǒng),初步探討了識(shí)別算法的DSP實(shí)現(xiàn)。
　　 本文創(chuàng)新性工作概括如下:
　　 1、提出基于SURF(Speeded-Up Robust Features)算子的快速手背靜脈識(shí)別算法。對手背靜脈圖像進(jìn)行3階尺度展開,提取手背靜脈的局部SURF特征,并基于歐氏距離實(shí)現(xiàn)特征匹配。該算法具有尺度不變、旋轉(zhuǎn)不變的性能,在提高識(shí)別準(zhǔn)確率的同時(shí)有效縮短了識(shí)別時(shí)間。
　　 2、建立了

4、手背靜脈、虹膜和指紋匹配分?jǐn)?shù)歸一化模型,基于經(jīng)典匹配層融合算法實(shí)現(xiàn)三種生物特征在匹配層的融合識(shí)別。對手背靜脈、虹膜和指紋特征匹配輸出的匹配分?jǐn)?shù)進(jìn)行歸一化處理,利用區(qū)分度參數(shù)分析各種歸一化方法對融合識(shí)別性能的影響,最后基于經(jīng)典匹配層融合方法實(shí)現(xiàn)匹配分?jǐn)?shù)融合,最終實(shí)現(xiàn)身份識(shí)別。
　　 3、提出基于貝葉斯融合決策理論的手背靜脈、虹膜和指紋特征融合識(shí)別算法。將手背靜脈、虹膜和指紋特征分別進(jìn)行特征匹配輸出各自的匹配分?jǐn)?shù),將三者的匹配分?jǐn)?shù)作

5、為貝葉斯分類器的輸入,最后基于貝葉斯融合決策函數(shù)實(shí)現(xiàn)匹配層的融合識(shí)別。
　　 4、提出基于kNN-SVM融合理論的手背靜脈、虹膜和指紋特征融合識(shí)別算法。首先,基于k-NN算法進(jìn)行手背靜脈匹配識(shí)別,實(shí)現(xiàn)用戶身份的初步識(shí)別,將用戶身份范圍縮小到k個(gè),之后利用SVM算法實(shí)現(xiàn)k個(gè)樣本范圍內(nèi)指紋和虹膜特征的融合識(shí)別,最終確定用戶的身份。
　　 5、多生物特征融合識(shí)別嵌入式系統(tǒng)實(shí)現(xiàn)。基于DSP+FPGA嵌入式系統(tǒng)技術(shù)構(gòu)建了手背靜脈、