版權(quán)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(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著社會信息化進程的深入發(fā)展,物聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)中的光學(xué)圖像獲取裝置呈現(xiàn)泛在發(fā)展的趨勢,同時互聯(lián)網(wǎng)中的數(shù)據(jù)規(guī)模呈爆炸式增長,為虹膜識別提供了新的數(shù)據(jù)獲取途徑。但在此泛在視覺感知環(huán)境中獲得的虹膜圖像存在光源波段、清晰程度、成像場景、用戶狀態(tài)等方面上的顯著差異,造成了異質(zhì)虹膜圖像識別的問題。這一問題超越了傳統(tǒng)虹膜識別算法的處理能力范圍,我們必須尋求新的解決方案。本文從圖像重建、特征分析、距離度量和信息融合等多個層次研究異質(zhì)虹膜圖像識別的理論
2、和方法,通過圖像處理和模式識別的方法消除成像距離、場景和器件等因素對異質(zhì)虹膜數(shù)據(jù)的外在影響,探尋隱藏在復(fù)雜多變虹膜數(shù)據(jù)中穩(wěn)定不變的身份關(guān)聯(lián)信息,實現(xiàn)穩(wěn)定、準確的異質(zhì)虹膜圖像識別。本文首先分別針對模糊和低分辨率這兩個在異質(zhì)虹膜識別中最為重要的問題進行討論,然后提出普適的識別框架。綜上,本文主要工作包括:
模糊虹膜圖像中丟失的紋理細節(jié)是現(xiàn)階段影響識別性能的主要問題之一。以減少清晰和模糊的異質(zhì)虹膜圖像之間的表觀差異為目標,本文提出基
3、于點擴散函數(shù)修正的普適虹膜圖像去模糊算法。首先,將輸入圖像按模糊種類劃分為離焦和運動模糊,在參數(shù)化模型下對兩種情況中的點擴散函數(shù)進行初始化。然后,在像素級自由度上對點擴散函數(shù)進行修正,即對點擴散函數(shù)優(yōu)化、有效區(qū)域選擇和清晰圖像估計三個步驟迭代求解。最終用恢復(fù)后的圖像進行虹膜識別以獲得性能的提升。
虹膜圖像作為識別樣本,在去模糊過程中應(yīng)更多考慮與識別相關(guān)的內(nèi)容,而不僅關(guān)注于視覺效果。因此,本文提出了層級化的圖像先驗?zāi)P?,對不同?/p>
4、途的區(qū)域自適應(yīng)的選擇先驗學(xué)習(xí)方法:虹膜區(qū)域使用基于特征選擇的方法以滿足機器感知的要求,而眼周區(qū)域根據(jù)視覺屬性構(gòu)建先驗?zāi)P汀榱四軌蛴行Ю眠@一模型且進一步靈活融合其它先驗知識,本文提出基于隱變量的公式化表達。此方法以識別為導(dǎo)向,恢復(fù)出的虹膜圖像充分考慮計算機所敏感的紋理細節(jié),提供更有價值的圖像增強結(jié)果。
實驗證明大尺度運動模糊的虹膜圖像去模糊后進行識別的結(jié)果仍有提升空間。我們通過實驗揭露運動模糊影響識別性能的模式及其本質(zhì)原因之
5、后,提出基于加權(quán)匹配模板的比對策略。在第一種模板生成方式中,對觀測到的影響模式加以利用,根據(jù)每幅圖像的模糊角度自適應(yīng)的設(shè)置加權(quán)模板。在第二種方法中,利用訓(xùn)練得到運動模糊時虹膜編碼中不穩(wěn)定的區(qū)域得到加權(quán)模板。這種運動模糊的解決策略更加直接、穩(wěn)定和高效。
除圖像模糊之外,低分辨率是另一個困擾非可控環(huán)境中虹膜識別的重要問題。本文基于度量學(xué)習(xí)將異質(zhì)虹膜樣本映射到特定的度量空間以消除高低分辨率的異質(zhì)虹膜圖像間的差異。在此算法中,我們找到
6、一個變換,將數(shù)據(jù)集中的異質(zhì)比對(高、低分辨圖像間比對)樣本坍塌到對應(yīng)的同質(zhì)比對(高分辨率圖像間的比對)樣本后,再進一步減小類內(nèi)差異并增大類間差異。然后,學(xué)習(xí)一個馬氏距離使其最大程度的繼承理想變換中有用信息。此距離度量能更準確的分別跨分辨率異質(zhì)虹膜識別中的類內(nèi)和類間比對,保證更優(yōu)的識別結(jié)果。
以普適異質(zhì)虹膜識別方法為目的,提出一個編碼層的信息映射方法將測試的異質(zhì)編碼映射到對應(yīng)的注冊狀態(tài),消除不同狀態(tài)編碼間的異質(zhì)性后再識別。我們使
7、用改進后的馬爾科夫網(wǎng)絡(luò)對注冊狀態(tài)和測試狀態(tài)異質(zhì)編碼間的非線性聯(lián)系進行建模。同時,根據(jù)不同編碼位所能取到相容度的最大值來衡量其可靠性,并優(yōu)化得到一個基于統(tǒng)計信息的加權(quán)匹配模板。進一步將此方法擴展到多異質(zhì)源的情況,使得其能夠根據(jù)不同觀測樣本選擇對應(yīng)的先驗知識。所提編碼層方法能在可分性和魯棒性中找到合理的折中。
綜上所述,本文以異質(zhì)虹膜識別為主線,在經(jīng)典虹膜識別的框架下,按照所處理異質(zhì)源的不同,提出了一系列異質(zhì)虹膜識別的解決方案,從
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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(quán)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。
最新文檔
- 非理想條件下的魯棒虹膜識別方法研究.pdf
- 人臉圖像識別技術(shù)及魯棒性的研究
- 虹膜圖像識別技術(shù)的研究.pdf
- 魯棒判別分析研究及圖像識別.pdf
- 姿態(tài)魯棒的人臉圖像識別方法研究.pdf
- 光照魯棒人臉識別研究.pdf
- 虹膜圖像采集及識別算法的研究.pdf
- 魯棒的印刷圖像水印研究.pdf
- 姿態(tài)魯棒的人臉圖像性別識別方法研究與應(yīng)用.pdf
- 光照和表情魯棒的人臉圖像識別方法研究.pdf
- 魯棒的人臉識別技術(shù)的研究.pdf
- 魯棒圖像數(shù)字水印技術(shù)的研究.pdf
- 圖像水印算法的魯棒性研究.pdf
- 低質(zhì)量虹膜圖像識別算法的研究.pdf
- 基于強魯棒性的SAR圖像目標識別方法研究.pdf
- 魯棒的人臉識別算法研究.pdf
- 噪聲魯棒的語音情感識別研究.pdf
- 魯棒性圖像水印算法研究.pdf
- 基于混沌和圖像矩的魯棒.pdf
- 彩色圖像的魯棒水印算法研究.pdf
評論
0/150
提交評論