基于深度學習的三維指紋識別技術研究
發(fā)布時間：2022-01-17 08:13
近年來,隨著科學技術的發(fā)展,人們迫切需要新的身份識別技術來進行更穩(wěn)定的認證。由于具備可靠性、高識別率和易于獲取等優(yōu)勢,指紋識別技術已經成為生物識別領域的熱門研究方向。一個完整的指紋識別系統(tǒng)包括:圖像獲取和匹配識別兩個步驟,其中匹配識別是關鍵,匹配的精度和速度將直接影響到系統(tǒng)最終的識別率。傳統(tǒng)的二維指紋識別方法大部分依賴于特征點的匹配,已經具有較高的識別率。但這種基于特征點匹配的方法不僅費時,而且丟失了指紋的深度信息。隨著指紋的旋轉和縮放等變化,二維指紋識別方法的魯棒性會嚴重下降。為了解決這些問題,三維指紋識別技術隨之出現。由于是一個新興的研究領域,三維指紋識別技術中還存在著很多挑戰(zhàn)性的問題亟待解決。傳統(tǒng)方法通過尋找指紋特征點并對特征點進行匹配,針對方法中耗時長、算法復雜度高等問題,本文提出了一種基于深度學習的三維指紋識別算法。通過引入卷積神經網絡,減少了尋找指紋特征點這一步驟,降低了識別算法的復雜度,并有效地保留了指紋的深度信息。所提算法的具體步驟如下:首先將指紋深度圖像和二維指紋圖像分別輸入到不同的卷積神經網絡中得到指紋深度特征和二維指紋特征,再通過另一個神經網絡進行特征融合,最后對...
【文章來源】：河北工業(yè)大學天津市 211工程院校
【文章頁數】：68 頁
【學位級別】：碩士
【部分圖文】：
各類生物識別技術市場占有率分布圖
河北工業(yè)大學碩士學位論文-5-像。采集過程中手指的部分形變及多種影響因素，導致獲取的指紋圖像質量較低，從而使識別率降低。這種基于接觸按壓式來獲取指紋圖像的方法具有以下缺陷：1、接觸問題：在傳統(tǒng)的二維指紋識別技術中，是通過手指在堅硬的采集器表面（如玻璃、硅和聚合物等）滾動或者按壓的方法來得到二維指紋圖像。由于每次按壓采集器表面的力度大小不同，接觸設備的角度、部位也不同，所采集到的圖像存在著不可預知的非線性形變，從而影響后續(xù)的特征向量提取和指紋特征匹配精度[19]。如圖1.3所示，為同一手指在不同按壓角度下得到的形變指紋圖，圖1.4為同一手指在不同按壓力度下得到的清晰度不同的指紋圖。2、衛(wèi)生問題：由于采集器表面會有很多用戶進行接觸，不可避免的會有部分指紋殘留。為避免影響后續(xù)用戶的采集，需要對傳感器進行大量、仔細的維護，大大增加了工作量。3、殘影問題：由于是接觸式的采集，采集器表面難免會留下其他用戶的痕跡，對后續(xù)用戶的采集產生影響，也直接影響了所采信息的獨立性和圖像質量。4、干濕度問題：如果手指表面太潮濕或者太干燥，所采集的圖像質量會受到很大圖1.3同一手指在不同按壓角度下得到的形變指紋圖圖1.4同一手指在不同按壓力度下得到的清晰度不同的指紋圖
基于深度學習的三維指紋識別技術研究-6-影響，對裝置的性能也會產生不利影響。如圖1.5所示，圖1.5(a)為手指潮濕時采集的灰度值較高、指紋紋路粘連的指紋圖，圖1.5(b)為手指干燥時采集的灰度值較低、指紋紋路清晰的指紋圖。指紋是一種三維生物特征，接觸式的采集方式勢必會使三維形貌到二維圖像的映射過程中丟失部分信息導致非線性失真。因此，成功的獲取指紋的三維形狀數據，并對其進行匹配，將能得到更高精度的識別結果。為此，本論文將研究指紋三維形貌的獲取及識別。1.2.2三維指紋識別技術的優(yōu)點獲取高質量的生物統(tǒng)計特征信息對于提高自動身份認證系統(tǒng)的整體性能始終是至關重要的一步。Jain指出，設計魯棒性更好的生物特征傳感器是減少匹配過程中誤差的一種重要手段[4]。指紋本身是三維的生物特征，從三維到二維的非線性映射不可避免地會丟失信息或造成信息的畸變，從而影響最終認證和識別的精度。所以指紋的三維非接觸獲取是自動身份識別和鑒定系統(tǒng)中實現高精度數據模式輸入的理想方法。與二維指紋識別技術相比，三維指紋技術[20]具有特殊的優(yōu)點：1、由于采用非接觸測量，因此不存在彈性變形。2、可以獲得無畸變指紋脊線分布的圖像。3、可以獲得局部細節(jié)特征的空間幾何坐標和方位。4、可以同時獲得實際手指表皮的全局特征和形貌。(a)手指潮濕時得到的指紋圖(b)手指干燥時得到的指紋圖圖1.5同一手指在不同干濕度下采集的指紋圖
【參考文獻】：
期刊論文
[1]基于卷積神經網絡的低質量指紋識別研究[J]. 王雅妮,吳震東,章堅武. 通信技術. 2017(06)
[2]基于機器學習的圖像特征提取技術在圖像版權保護中的應用[J]. 胡剛,荊磊,朱磊. 科技創(chuàng)新與應用. 2016(31)
[3]生物特征識別技術綜述[J]. 鄭方,艾斯卡爾·肉孜,王仁宇,李藍天. 信息安全研究. 2016(01)
[4]融合深度信念網絡和多層感知器的人臉表情識別[J]. 施徐敢,張石清,趙小明. 小型微型計算機系統(tǒng). 2015(07)
[5]生物特征識別技術綜述[J]. 趙士偉,張如彩,王月明,張暉. 中國安防. 2015(07)
[6]網絡身份識別系統(tǒng)在電子商務中的研究與應用[J]. 顧青,梁佐泉,汪治,徐祺. 計算機技術與發(fā)展. 2011(11)
[7]基于生物識別技術的門禁系統(tǒng)設計與工程實踐[J]. 丁曉炯. 智能建筑與城市信息. 2009(05)
[8]指紋識別技術的研究[J]. 田鵬. 科學技術與工程. 2007(18)
[9]基于指紋識別與PKI的電子政務身份認證體系[J]. 陳鋒,覃征. 計算機工程與設計. 2007(08)
[10]基于脊線采樣的指紋識別算法[J]. 解梅,佟異. 電子學報. 2003(10)
本文編號：3594380
【文章來源】：河北工業(yè)大學天津市 211工程院校
【文章頁數】：68 頁
【學位級別】：碩士
【部分圖文】：
各類生物識別技術市場占有率分布圖
河北工業(yè)大學碩士學位論文-5-像。采集過程中手指的部分形變及多種影響因素，導致獲取的指紋圖像質量較低，從而使識別率降低。這種基于接觸按壓式來獲取指紋圖像的方法具有以下缺陷：1、接觸問題：在傳統(tǒng)的二維指紋識別技術中，是通過手指在堅硬的采集器表面（如玻璃、硅和聚合物等）滾動或者按壓的方法來得到二維指紋圖像。由于每次按壓采集器表面的力度大小不同，接觸設備的角度、部位也不同，所采集到的圖像存在著不可預知的非線性形變，從而影響后續(xù)的特征向量提取和指紋特征匹配精度[19]。如圖1.3所示，為同一手指在不同按壓角度下得到的形變指紋圖，圖1.4為同一手指在不同按壓力度下得到的清晰度不同的指紋圖。2、衛(wèi)生問題：由于采集器表面會有很多用戶進行接觸，不可避免的會有部分指紋殘留。為避免影響后續(xù)用戶的采集，需要對傳感器進行大量、仔細的維護，大大增加了工作量。3、殘影問題：由于是接觸式的采集，采集器表面難免會留下其他用戶的痕跡，對后續(xù)用戶的采集產生影響，也直接影響了所采信息的獨立性和圖像質量。4、干濕度問題：如果手指表面太潮濕或者太干燥，所采集的圖像質量會受到很大圖1.3同一手指在不同按壓角度下得到的形變指紋圖圖1.4同一手指在不同按壓力度下得到的清晰度不同的指紋圖
基于深度學習的三維指紋識別技術研究-6-影響，對裝置的性能也會產生不利影響。如圖1.5所示，圖1.5(a)為手指潮濕時采集的灰度值較高、指紋紋路粘連的指紋圖，圖1.5(b)為手指干燥時采集的灰度值較低、指紋紋路清晰的指紋圖。指紋是一種三維生物特征，接觸式的采集方式勢必會使三維形貌到二維圖像的映射過程中丟失部分信息導致非線性失真。因此，成功的獲取指紋的三維形狀數據，并對其進行匹配，將能得到更高精度的識別結果。為此，本論文將研究指紋三維形貌的獲取及識別。1.2.2三維指紋識別技術的優(yōu)點獲取高質量的生物統(tǒng)計特征信息對于提高自動身份認證系統(tǒng)的整體性能始終是至關重要的一步。Jain指出，設計魯棒性更好的生物特征傳感器是減少匹配過程中誤差的一種重要手段[4]。指紋本身是三維的生物特征，從三維到二維的非線性映射不可避免地會丟失信息或造成信息的畸變，從而影響最終認證和識別的精度。所以指紋的三維非接觸獲取是自動身份識別和鑒定系統(tǒng)中實現高精度數據模式輸入的理想方法。與二維指紋識別技術相比，三維指紋技術[20]具有特殊的優(yōu)點：1、由于采用非接觸測量，因此不存在彈性變形。2、可以獲得無畸變指紋脊線分布的圖像。3、可以獲得局部細節(jié)特征的空間幾何坐標和方位。4、可以同時獲得實際手指表皮的全局特征和形貌。(a)手指潮濕時得到的指紋圖(b)手指干燥時得到的指紋圖圖1.5同一手指在不同干濕度下采集的指紋圖
【參考文獻】：
期刊論文
[1]基于卷積神經網絡的低質量指紋識別研究[J]. 王雅妮,吳震東,章堅武. 通信技術. 2017(06)
[2]基于機器學習的圖像特征提取技術在圖像版權保護中的應用[J]. 胡剛,荊磊,朱磊. 科技創(chuàng)新與應用. 2016(31)
[3]生物特征識別技術綜述[J]. 鄭方,艾斯卡爾·肉孜,王仁宇,李藍天. 信息安全研究. 2016(01)
[4]融合深度信念網絡和多層感知器的人臉表情識別[J]. 施徐敢,張石清,趙小明. 小型微型計算機系統(tǒng). 2015(07)
[5]生物特征識別技術綜述[J]. 趙士偉,張如彩,王月明,張暉. 中國安防. 2015(07)
[6]網絡身份識別系統(tǒng)在電子商務中的研究與應用[J]. 顧青,梁佐泉,汪治,徐祺. 計算機技術與發(fā)展. 2011(11)
[7]基于生物識別技術的門禁系統(tǒng)設計與工程實踐[J]. 丁曉炯. 智能建筑與城市信息. 2009(05)
[8]指紋識別技術的研究[J]. 田鵬. 科學技術與工程. 2007(18)
[9]基于指紋識別與PKI的電子政務身份認證體系[J]. 陳鋒,覃征. 計算機工程與設計. 2007(08)
[10]基于脊線采樣的指紋識別算法[J]. 解梅,佟異. 電子學報. 2003(10)
本文編號：3594380
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3594380.html
