發(fā)布時間：2022-11-05 15:34

　　近年來手指靜脈識別系統(tǒng)的應(yīng)用領(lǐng)域越來越廣泛,手指靜脈類別數(shù)量和圖像數(shù)量快速增加,大規(guī)模手指靜脈圖像的快速檢索已經(jīng)成為手指靜脈研究領(lǐng)域亟待解決的關(guān)鍵問題。目前手指靜脈圖像檢索的研究工作較少,現(xiàn)有的手指靜脈圖像檢索方法在檢索準(zhǔn)確率和效率方面還有很大的提升空間,迫切需要探索新的手指靜脈圖像檢索和索引方法以提高檢索準(zhǔn)確率和效率。本文針對大規(guī)模手指靜脈圖像檢索和索引問題開展了深入的探索和研究,還首次嘗試將手指靜脈圖像與心電信號相融合,主要工作和創(chuàng)新點包括:1.提出了一種基于非負(fù)局部約束詞匯樹的手指靜脈圖像檢索方法。針對傳統(tǒng)詞匯樹模型量化錯誤較大的問題,對詞匯樹的矢量量化編碼方法進(jìn)行了改進(jìn),編碼時通過引入非負(fù)約束,僅選取與待編碼局部特征位于同一個子空間的近鄰單詞,提高了編碼準(zhǔn)確率。在自建的大規(guī)模指靜脈融合庫Merged-FV2040上進(jìn)行的實驗結(jié)果表明與傳統(tǒng)的詞匯樹模型和其他手指靜脈圖像檢索方法相比,該方法檢索準(zhǔn)確率和效率更高。2.提出了基于子空間袋模型及非線性子空間編碼方法的手指靜脈圖像特征。針對傳統(tǒng)詞袋模型在碼本生成時未考慮幾何結(jié)構(gòu)特征的問題,將視覺單詞碼本擴展為子空間碼本。這樣每一個局部特征... 

【文章頁數(shù)】：144 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
    1.3 指靜脈圖像檢索步驟
        1.3.1 圖像預(yù)處理
        1.3.2 特征提取
        1.3.3 構(gòu)建索引結(jié)構(gòu)進(jìn)行檢索
    1.4 主要研究內(nèi)容
    1.5 論文結(jié)構(gòu)
第2章 基于非負(fù)局部約束詞匯樹的指靜脈圖像檢索
    2.1 問題提出
    2.2 所提方法
        2.2.1 圖像預(yù)處理
        2.2.2 局部特征提取
        2.2.3 詞匯樹建立
        2.2.4 非負(fù)局部約束編碼
        2.2.5 圖像特征和索引策略
    2.3 實驗結(jié)果和分析
        2.3.1 數(shù)據(jù)庫
        2.3.2 評價標(biāo)準(zhǔn)
        2.3.3 與現(xiàn)有詞匯樹方法的比較
        2.3.4 與現(xiàn)有指靜脈圖像檢索方法的比較
        2.3.5 時間復(fù)雜度
    2.4 本章小結(jié)
第3章 基于親密性保持哈希索引的指靜脈圖像檢索
    3.1 問題提出
    3.2 所提方法
        3.2.1 圖像預(yù)處理和局部特征提取
        3.2.2 指靜脈圖像NSC特征表示
        3.2.3 二進(jìn)制哈希碼的學(xué)習(xí)
    3.3 實驗結(jié)果和分析
        3.3.1 數(shù)據(jù)庫
        3.3.2 評價標(biāo)準(zhǔn)
        3.3.3 參數(shù)敏感性分析
        3.3.4 與其他指靜脈圖像檢索方法的比較
        3.3.5 與其他無監(jiān)督哈希方法的比較
        3.3.6 時間復(fù)雜度分析
    3.4 本章小結(jié)
第4章 基于二進(jìn)制哈希編碼學(xué)習(xí)的指靜脈圖像檢索
    4.1 問題提出
    4.2 所提方法
        4.2.1 問題定義
        4.2.2 目標(biāo)函數(shù)
        4.2.3 求解方法
    4.3 實驗結(jié)果和分析
        4.3.1 數(shù)據(jù)庫與實驗設(shè)置
        4.3.2 評價標(biāo)準(zhǔn)
        4.3.3 FVPolyU庫上實驗結(jié)果
        4.3.4 融合庫上實驗結(jié)果
        4.3.5 復(fù)雜度討論
    4.4 本章小結(jié)
第5章 指靜脈和心電信號的融合識別方法
    5.1 問題提出
    5.2 相關(guān)工作
    5.3 單模態(tài)特征提取
        5.3.1 指靜脈模態(tài)
        5.3.2 心電信號模態(tài)
    5.4 多模態(tài)融合策略
        5.4.1 得分級融合
        5.4.2 特征級融合
        5.4.3 基于DCA的特征級融合
    5.5 實驗結(jié)果和分析
        5.5.1 多模態(tài)數(shù)據(jù)庫
        5.5.2 評價指標(biāo)
        5.5.3 得分級融合實驗結(jié)果分析
        5.5.4 特征級融合實驗結(jié)果分析
    5.6 本章小結(jié)
第6章 總結(jié)和展望
    6.1 全文總結(jié)
    6.2 未來展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄
攻讀學(xué)位期間參與科研項目情況
外文論文
學(xué)位論文評閱及答辯情況表


【參考文獻(xiàn)】：
期刊論文
[1]基于判別相關(guān)分析法的手指多模態(tài)融合身份識別方法[J]. 胡錦麗,楊輝華,劉振丙.  桂林電子科技大學(xué)學(xué)報. 2017(06)
[2]基于手指靜脈和手指輪廓的個性化融合方法[J]. 襲肖明,尹義龍,楊公平,孟憲靜.  計算機研究與發(fā)展. 2013(09)
[3]使用改進(jìn)的方向濾波與修正的Hausdorff距離的指靜脈識別方法[J]. 王科俊,馬慧.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2011(03)
[4]Finger vein recognition using weighted local binary pattern code based on a support vector machine[J]. Hyeon Chang LEE,Byung Jun KANG,Eui Chul LEE,Kang Ryoung PARK.  Journal of Zhejiang University-Science C（Computer ＆ Electronics）. 2010(07)



本文編號：3702868