版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息與網(wǎng)絡(luò)技術(shù)的快速發(fā)展,當(dāng)前社會(huì)生活中對(duì)基于生物特征的身份認(rèn)證的應(yīng)用需求不斷增加。但是,單模態(tài)生物特征的身份認(rèn)證技術(shù),決定了其存在防偽性、區(qū)分性等諸多不足。多模態(tài)生物特征的身份認(rèn)證技術(shù)融合了多種模態(tài)生物特征,具有更好的防偽性、更高的區(qū)分性等優(yōu)勢(shì),已成為目前生物特征識(shí)別研究領(lǐng)域的主要發(fā)展趨勢(shì)。本文從防偽性角度出發(fā),在滿足易采集、易接受性的應(yīng)用需求下,提出了基于指靜脈并結(jié)合指紋、指關(guān)節(jié)紋和指形來(lái)實(shí)現(xiàn)手指多模態(tài)生物特征融合的身份認(rèn)證方案
2、,從而提高了身份認(rèn)證性能。同時(shí),本文提出了手指多模態(tài)生物特征的模板保護(hù)方法,使得手指多模態(tài)生物特征能夠安全地應(yīng)用于身份認(rèn)證過(guò)程。因此,基于手指多模態(tài)生物特征的身份認(rèn)證關(guān)鍵問(wèn)題的研究,不但具有較高的學(xué)術(shù)價(jià)值,而且具有重要的實(shí)際意義。
本文從分析手指多模態(tài)生物特征的身份認(rèn)證所涉及到的關(guān)鍵問(wèn)題出發(fā),首先針對(duì)指靜脈特征的身份認(rèn)證過(guò)程所遇到的低質(zhì)量圖像,提出了指靜脈圖像預(yù)處理與質(zhì)量評(píng)價(jià)方法;其次,為了充分利用指靜脈特征的防偽性、區(qū)分性的
3、特點(diǎn),本文提出了指靜脈特征的提取方法;再次,本文將指靜脈特征與現(xiàn)有指紋、指關(guān)節(jié)紋和指形特征相融合,提出了基于特征層的手指多模態(tài)特征融合方法,充分發(fā)揮了多模態(tài)生物特征融合的技術(shù)優(yōu)勢(shì);最后,在手指多模態(tài)生物特征的身份認(rèn)證過(guò)程中,為了不泄露原始特征模板的信息,本文提出了手指多模態(tài)特征模板保護(hù)方法,并分析了模板保護(hù)方法的安全性與認(rèn)證性能的關(guān)系。
本文的主要?jiǎng)?chuàng)新性工作包括:
?。?)提出了指靜脈圖像預(yù)處理與感興趣區(qū)域(Regio
4、n of Interest,ROI)的質(zhì)量評(píng)價(jià)方法。首先,針對(duì)手指放置靈活、光照不均勻的指靜脈圖像,本文提出了基于指骨關(guān)節(jié)生理結(jié)構(gòu)特性的指靜脈圖像ROI的定位方法;其次,利用圖像對(duì)比度、梯度、信息熵作為圖像質(zhì)量評(píng)價(jià)分?jǐn)?shù),提出了基于三角范數(shù)分?jǐn)?shù)融合的指靜脈圖像ROI質(zhì)量評(píng)價(jià)方法,該方法較現(xiàn)有的指靜脈圖像質(zhì)量評(píng)價(jià)方法更為準(zhǔn)確地判斷出圖像質(zhì)量,降低了圖像質(zhì)量對(duì)指靜脈特征的認(rèn)證性能影響。
?。?)提出了基于多尺度、多方向Gabor小波與
5、局部二值模式(LBP)結(jié)合的指靜脈特征提取方法。針對(duì)靜脈結(jié)構(gòu)中血管延展方向與粗細(xì)不同的特點(diǎn),本文使用LBP算子來(lái)描述指靜脈ROI的多尺度與多方向Gabor幅值作為GLBP特征,并在GLBP特征匹配過(guò)程中提出了分塊線性判別(Blocked LDA,BLDA)算法來(lái)提高GLBP特征的區(qū)分性。GLBP特征提取方法與現(xiàn)有的指靜脈特征提取方法相比較,進(jìn)一步地提高指靜脈特征的認(rèn)證性能。
(3)提出了線性判別的多集典型相關(guān)分析方法來(lái)有效融合
6、指靜脈、指紋、指關(guān)節(jié)紋和指形的多模態(tài)特征?;诰€性判別的多集典型相關(guān)分析的特征層融合方法,不但能保留單模態(tài)特征類內(nèi)和類間的內(nèi)在判別關(guān)系,而且可以通過(guò)多集特征向量間的典型相關(guān)關(guān)系,降低了融合后特征向量的維數(shù)并提高了區(qū)分性,解決了現(xiàn)有多模態(tài)特征層融合方法不能有效融合多于兩類生物模態(tài)特征的問(wèn)題。本文所提出的手指多模態(tài)特征層融合方法的認(rèn)證性能不僅優(yōu)于手指單模態(tài)特征的認(rèn)證性能,而且優(yōu)于現(xiàn)有的手指多模態(tài)特征層以及分?jǐn)?shù)層融合方法的認(rèn)證性能。
7、 (4)提出了手指多模態(tài)特征模板保護(hù)的安全性與認(rèn)證性能分析方法。針對(duì)多模態(tài)特征層融合的特點(diǎn),本文實(shí)現(xiàn)了基于模糊承諾的手指多模態(tài)特征模板保護(hù)方法,通過(guò)對(duì)模糊承諾的安全性分析,提出了糾錯(cuò)碼糾錯(cuò)能力選擇的目標(biāo)函數(shù)。雖然生物特征的認(rèn)證性能和模板安全性存在矛盾關(guān)系,但是可以通過(guò)合理選擇糾錯(cuò)碼的糾錯(cuò)能力來(lái)達(dá)到認(rèn)證性能與模板安全性的平衡。本文所提出的手指多模態(tài)特征模板保護(hù)方法,在認(rèn)證性能和安全性上均優(yōu)于手指單模態(tài)特征模板保護(hù)方法和基于分?jǐn)?shù)層融合的手指
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多模態(tài)生物特征識(shí)別的身份認(rèn)證技術(shù)研究.pdf
- 基于多模態(tài)生物特征的身份識(shí)別.pdf
- 魯棒性多生物特征身份識(shí)別中若干關(guān)鍵問(wèn)題的研究.pdf
- 基于虹膜和人臉的多生物特征身份認(rèn)證關(guān)鍵技術(shù)研究.pdf
- 基于人臉與人耳多生物特征識(shí)別的關(guān)鍵問(wèn)題研究.pdf
- 基于FPGA的手指多模態(tài)身份識(shí)別系統(tǒng)設(shè)計(jì).pdf
- 基于生物特征的匿名身份認(rèn)證研究.pdf
- 基于生物特征的身份認(rèn)證方案.pdf
- 手指多模態(tài)特征識(shí)別算法研究.pdf
- 基于生物特征的身份認(rèn)證技術(shù)研究.pdf
- 基于生物特征的盲身份認(rèn)證協(xié)議研究.pdf
- 基于生物特征的身份認(rèn)證研究與設(shè)計(jì).pdf
- 手指靜脈識(shí)別若干關(guān)鍵問(wèn)題研究.pdf
- 基于生物特征信息的身份認(rèn)證技術(shù)研究.pdf
- 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
- 基于生物特征的遠(yuǎn)程身份認(rèn)證方案的研究.pdf
- 基于人臉和掌紋的多模態(tài)生物認(rèn)證方法研究.pdf
- 基于單幅圖像的多模態(tài)生物特征識(shí)別研究.pdf
- 基于手部生物特征多模態(tài)識(shí)別算法研究.pdf
- 基于多生物特征融合的身份鑒別研究.pdf
評(píng)論
0/150
提交評(píng)論