生物特征識(shí)別技術(shù)與傳統(tǒng)基于密碼或ID卡的身份認(rèn)證方式相比,具有更好的安全性、可靠性和有效性。研究表明,人的腳印是獨(dú)一無(wú)二的,它與其他的生物特征同樣重要,例如人臉,指紋等。目前根據(jù)腳印的獲取方式不同,主要分為雙腳站立、動(dòng)態(tài)腳印以及單腳印的研究,然而基于雙腳和動(dòng)態(tài)腳印的研究在數(shù)據(jù)采集便利性和穩(wěn)定性方面存在一定的局限性�；趩文_印的研究所需設(shè)備簡(jiǎn)單,費(fèi)用低,采集單個(gè)腳印圖像就能實(shí)現(xiàn)人身識(shí)別與驗(yàn)證,適用性更加廣泛。所以基于單腳印生物特征的研究是具有重要意義的。本文主要目的是研究基于單腳印的人身識(shí)別和驗(yàn)證算法,本文的主要?jiǎng)?chuàng)新工作如下:1)提出了單腳印加權(quán)局部結(jié)構(gòu)和區(qū)域加權(quán)壓力方向強(qiáng)度特征的表達(dá)算法。根據(jù)人腳的腳型特點(diǎn)和局部形狀關(guān)系,提取了單腳印的加權(quán)局部結(jié)構(gòu)特征。由于每個(gè)人的行走和站立習(xí)慣具有較明顯的差異,提取了單腳印的區(qū)域加權(quán)壓力方向強(qiáng)度特征。2)提出了基于特征可分性和互信息結(jié)合的特征融合算法。根據(jù)特征的可分性和互信息計(jì)算特征權(quán)重因子,使得單腳印識(shí)別和驗(yàn)證系統(tǒng)的性能更優(yōu)。3)提出了基于選擇性的多分類(lèi)器決策融合算法。利用分類(lèi)器的分類(lèi)準(zhǔn)確率和分類(lèi)器之間的差異性選擇出分類(lèi)器性能好并且差異性較大的分類(lèi)... 

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題的背景及意義
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀
    1.3 存在問(wèn)題及發(fā)展趨勢(shì)
    1.4 本文的主要工作及章節(jié)安排
        1.4.1 主要工作內(nèi)容
        1.4.2 本文章節(jié)安排
2 基于單腳印圖像的人身識(shí)別與驗(yàn)證算法總體思路
    2.1 引言
    2.2 單腳印圖像的采集及特點(diǎn)
    2.3 單腳印圖像識(shí)別和驗(yàn)證算法的總體方案
    2.4 數(shù)據(jù)集與評(píng)測(cè)方法
    2.5 本章小結(jié)
3 基于加權(quán)局部結(jié)構(gòu)和區(qū)域加權(quán)壓力方向強(qiáng)度的腳印特征表達(dá)
    3.1 引言
    3.2 相關(guān)工作
        3.2.1 形狀上下文特征
        3.2.2 梯度方向直方圖特征
    3.3 基于加權(quán)局部結(jié)構(gòu)的腳印表達(dá)
    3.4 基于區(qū)域加權(quán)壓力方向強(qiáng)度的腳印表達(dá)
    3.5 實(shí)驗(yàn)結(jié)果與分析
        3.5.1 測(cè)試方案與參數(shù)設(shè)置
        3.5.2 WLS和RWPDS特征的驗(yàn)證實(shí)驗(yàn)
        3.5.3 WLS和RWPDS特征的識(shí)別實(shí)驗(yàn)
        3.5.4 WLS和RWPDS特征持久性評(píng)估實(shí)驗(yàn)
    3.6 本章小結(jié)
4 基于特征可分性和互信息結(jié)合的特征融合算法
    4.1 引言
    4.2 基于特征可分性和互信息結(jié)合的特征融合算法描述
        4.2.1 算法原理
        4.2.2 算法描述
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 參數(shù)設(shè)置與測(cè)試方案
        4.3.2 驗(yàn)證性能實(shí)驗(yàn)
        4.3.3 識(shí)別性能實(shí)驗(yàn)
        4.3.4 持久性評(píng)估實(shí)驗(yàn)
    4.4 本章小結(jié)
5 基于選擇性的多分類(lèi)器決策融合算法
    5.1 引言
    5.2 相關(guān)工作
    5.3 基于選擇性的多分類(lèi)器決策融合算法描述
        5.3.1 算法原理
        5.3.2 算法描述
    5.4 實(shí)驗(yàn)結(jié)果與分析
        5.4.1 參數(shù)設(shè)置與測(cè)試方案
        5.4.2 識(shí)別性能實(shí)驗(yàn)
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]立體足跡重壓面提取與描述[J]. 王衛(wèi)東,平西建,丁益洪.  微計(jì)算機(jī)信息. 2005(17)
[2]立體足跡計(jì)算機(jī)自動(dòng)識(shí)別系統(tǒng)的應(yīng)用[J]. 王清舉,平西建,王永棟.  刑事技術(shù). 2003(05)

博士論文
[1]基于足底壓力分布的步行行為感知關(guān)鍵技術(shù)研究[D]. 夏懿.中國(guó)科學(xué)技術(shù)大學(xué) 2013
[2]平面赤足跡形狀分析與身份鑒別研究[D]. 童莉.解放軍信息工程大學(xué) 2007



本文編號(hào)：3711056