隨著科技的飛速發(fā)展,人們?nèi)粘５男袨榱?xí)慣正逐步數(shù)據(jù)化,因此如何保障個人數(shù)據(jù)信息安全正是整個社會需要重點考慮的問題。目前生物識別技術(shù)正逐漸成為安保方面識別身份的重要手段。相比各種生物識別技術(shù),手指靜脈識別以其獨特的唯一性、活體檢驗性、安全性等眾多優(yōu)勢引起了社會的廣泛關(guān)注。如何提高指靜脈識別的準(zhǔn)確性及魯棒性,提高識別的速率均是指靜脈識別所需面對的永久話題。針對上述問題,各種提高識別度的研究算法層出不窮,從如何提高靜脈圖像質(zhì)量入手,亦或是用深度學(xué)習(xí)算法替代傳統(tǒng)的識別方法,其均不斷豐富了指靜脈識別領(lǐng)域的研究。為了獲取更高準(zhǔn)確率的識別算法,本文引入了深度森林算法對指靜脈圖像進(jìn)行處理,其主要工作與貢獻(xiàn)總結(jié)如下所示:第一,根據(jù)不同的手指靜脈圖像集進(jìn)行不同方式的圖像預(yù)處理。其中包含了對靜脈采集器FV1000所構(gòu)建的圖像集做了圖像增強、邊緣檢測、旋轉(zhuǎn)矯正、靜脈分割、歸一化處理,最終獲取有效的ROI區(qū)域。并構(gòu)建了深度森林算法所需的訓(xùn)練集數(shù)據(jù),為后續(xù)的算法提供了數(shù)據(jù)支持。第二,主要分析了隨機森林與深度森林之間的關(guān)系,為后續(xù)的算法搭建做了理論支撐。通過隨機森林的構(gòu)建方法以及決策樹的生長、停止規(guī)則來詮釋深度森林算... 

【文章來源】：上海應(yīng)用技術(shù)大學(xué)上海市

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景
    1.2 常見生物識別介紹
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 各國應(yīng)用情況
        1.3.2 算法研究狀況
    1.4 本文的研究方法
    1.5 論文的組織
第二章 手指靜脈圖像預(yù)處理
    2.1 手指靜脈圖像庫
    2.2 ROI區(qū)域的提取
        2.2.1 圖像增強處理
        2.2.2 邊緣檢測
        2.2.3 圖像旋轉(zhuǎn)
        2.2.4 圖像分割及歸一化處理
    2.3 訓(xùn)練數(shù)據(jù)的建立
    2.4 本章小結(jié)
第三章 深度森林算法下的指靜脈識別
    3.1 隨機森林
        3.1.1 決策樹
        3.1.2 隨機森林的構(gòu)建
    3.2 深度森林
        3.2.1 多顆粒度掃描
        3.2.2 級聯(lián)數(shù)據(jù)處理
        3.2.3 深度森林算法的整體流程
    3.3 基于深度森林算法提取特征點信息
    3.4 基于深度森林算法提取身份編號
    3.5 本章小結(jié)
第四章 實驗結(jié)果
    4.1 數(shù)據(jù)準(zhǔn)備
    4.2 兩種基于深度森林算法的參數(shù)設(shè)定
    4.3 方法一的實驗結(jié)果
    4.4 方法二的實驗結(jié)果
        4.4.1 訓(xùn)練模型結(jié)果
        4.4.2 測試階段結(jié)果
        4.4.3 自建指靜脈集驗證
        4.4.4 方法二整體概況
    4.5 各類算法的結(jié)果對比
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
碩士期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]人臉識別技術(shù)安防應(yīng)用[J]. 鄭亮.  中國科技信息. 2020(06)
[2]改進(jìn)的ORB特征匹配算法[J]. 楊炳坤,程樹英,鄭茜穎.  傳感器與微系統(tǒng). 2020(02)
[3]可見光虹膜識別綜述[J]. 陳俊杰,曾傲,Sun Shuifa,Wang Fangyi.  信息通信. 2020(01)
[4]基于gcForest的多因子量化選股策略[J]. 王倫,李路.  計算機工程與應(yīng)用. 2020(15)
[5]基于結(jié)構(gòu)光的非接觸式三維指紋采集與處理方法[J]. 宋昌江,高鳳嬌,李磊.  自動化技術(shù)與應(yīng)用. 2019(12)
[6]基于正方形組合描述符與深度森林的三維人臉分割方法[J]. 杜星悅,董洪偉,楊振.  傳感器與微系統(tǒng). 2018(09)
[7]基于深度森林的腦電注意力識別研究[J]. 陳群,薄華.  電子設(shè)計工程. 2018(17)
[8]基于改進(jìn)深度森林算法的軟件缺陷預(yù)測[J]. 薛參觀,燕雪峰.  計算機科學(xué). 2018(08)
[9]生物識別技術(shù)綜述[J]. 李鵬飛,淡美俊,姚宇顫.  電子制作. 2018(10)
[10]深度森林與人工神經(jīng)網(wǎng)絡(luò)在光伏出力預(yù)測的比較[J]. 沈文博,孫榮霞,馬少卿,王碩南.  信息技術(shù)與網(wǎng)絡(luò)安全. 2018(04)

博士論文
[1]靜脈識別算法研究[D]. 李鐵鋼.吉林大學(xué) 2007

碩士論文
[1]基于自適應(yīng)多閾值的指靜脈特征提取算法[D]. 周柯.南京郵電大學(xué) 2019
[2]一種結(jié)合圖像質(zhì)量評估和圖像增強的指靜脈識別方法[D]. KASHIF SHAHEED.山東大學(xué) 2019
[3]指靜脈圖像特征提取方法的研究[D]. 丁一軍.安徽大學(xué) 2019
[4]基于深度學(xué)習(xí)的森林資源信息估測模型研究[D]. 汪康寧.西安科技大學(xué) 2018
[5]基于深度學(xué)習(xí)的指靜脈識別算法研究[D]. 唐溯.華南理工大學(xué) 2018
[6]指靜脈識別算法及其密碼應(yīng)用[D]. 俞云.杭州電子科技大學(xué) 2017
[7]結(jié)合手指折痕的手指靜脈圖像處理方法研究[D]. 尹靜.天津大學(xué) 2014



本文編號：3633836