多生物特征身份識別方法研究.pdf_第1頁
已閱讀1頁,還剩145頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、在科技和信息高速發(fā)展的現(xiàn)代社會,社會安全和信息安全顯示出前所未有的重要性,身份識別作為保證安全性的必要前提成為備受關注的關鍵社會問題和研究熱點問題。基于生物特征的身份識別技術以其高安全性、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)生物特征識別在識別準確率、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)融合實現(xiàn)身份識別的方案,受到了廣泛關注。目前多生物特征融合識別技術仍處

2、于探索研究階段,技術還不成熟,需要進一步的研究和完善。
   本文針對多生物特征識別的關鍵技術問題,提出了基于手背靜脈、虹膜和指紋三種生物特征融合實現(xiàn)身份識別的多生物特征融合識別方案。從識別準確率和算法實時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別算法,提高了身份識別的準

3、確率。搭建了基于嵌入式系統(tǒng)的多生物特征識別實驗系統(tǒng),初步探討了識別算法的DSP實現(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別算法。對手背靜脈圖像進行3階尺度展開,提取手背靜脈的局部SURF特征,并基于歐氏距離實現(xiàn)特征匹配。該算法具有尺度不變、旋轉不變的性能,在提高識別準確率的同時有效縮短了識別時間。
   2、建立了

4、手背靜脈、虹膜和指紋匹配分數(shù)歸一化模型,基于經(jīng)典匹配層融合算法實現(xiàn)三種生物特征在匹配層的融合識別。對手背靜脈、虹膜和指紋特征匹配輸出的匹配分數(shù)進行歸一化處理,利用區(qū)分度參數(shù)分析各種歸一化方法對融合識別性能的影響,最后基于經(jīng)典匹配層融合方法實現(xiàn)匹配分數(shù)融合,最終實現(xiàn)身份識別。
   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別算法。將手背靜脈、虹膜和指紋特征分別進行特征匹配輸出各自的匹配分數(shù),將三者的匹配分數(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)實現(xiàn)匹配層的融合識別。
   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別算法。首先,基于k-NN算法進行手背靜脈匹配識別,實現(xiàn)用戶身份的初步識別,將用戶身份范圍縮小到k個,之后利用SVM算法實現(xiàn)k個樣本范圍內(nèi)指紋和虹膜特征的融合識別,最終確定用戶的身份。
   5、多生物特征融合識別嵌入式系統(tǒng)實現(xiàn)?;贒SP+FPGA嵌入式系統(tǒng)技術構建了手背靜脈、

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(nèi)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(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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。

評論

0/150

提交評論