發(fā)布時間：2017-12-10 09:08

  本文關(guān)鍵詞：手指生物特征超球�；诤戏椒ㄑ芯�

  更多相關(guān)文章： 指紋 指靜脈 指節(jié)紋 超球粒 融合

【摘要】：隨著人們對信息安全的要求不斷提高,多模態(tài)生物特征識別技術(shù)逐漸成為個人身份認(rèn)證領(lǐng)域的一個研究熱點。當(dāng)前,多模態(tài)生物特征的融合主要通過像素層、特征層、分?jǐn)?shù)層和決策層四個層次來實現(xiàn)。其中,特征層因具有較高的信息利用率,而被認(rèn)為是最有價值的融合層次。但是,在實際應(yīng)用中,特征層融合可能會遇到特征空間不匹配或維數(shù)災(zāi)難等問題。因此,本文以指紋、指靜脈和指節(jié)紋為對象進行了手指生物特征融合的研究,提出了一種超球�；诤戏椒�,其主要工作概括如下:首先,分析了三種手指生物特征的圖像特點,采用LTT(Local Ternary Texton)和HOG(Histograms of Oriented Gradients)來聯(lián)合描述圖像的灰度分布和紋理特征;其次,將手指三模態(tài)圖像的特征向量映射到相同的特征空間中,表示成半徑為零的原子超球粒;然后,提出了偏向指靜脈的三角形融合模型,根據(jù)高維空間中三模態(tài)對應(yīng)原子超球粒的空間位置關(guān)系構(gòu)造三角形結(jié)構(gòu),并充分利用優(yōu)勢模態(tài)原子超球粒的絕對位置關(guān)系,構(gòu)建手指三模態(tài)的融合超球粒;最后,采用改進的模糊包含度作為融合超球粒的相似性度量準(zhǔn)則,實現(xiàn)了融合超球粒的特征匹配。實驗結(jié)果表明,與傳統(tǒng)的融合方法相比,本文提出的超球�；诤戏椒�,在不增加特征維度的條件下,有效地融合了手指多模態(tài)生物特征,并且獲得較高的識別精度和識別效率。
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP309

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 桑海峰;武紅嬌;何大闊;;手形、掌紋和掌靜脈多特征融合識別[J];儀器儀表學(xué)報;2015年06期

2 萬源;李歡歡;吳克風(fēng);童恒慶;;LBP和HOG的分層特征融合的人臉識別[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2015年04期

3 徐笑宇;姚鵬;;基于HOG與改進的SVM的手掌靜脈識別算法[J];計算機工程與應(yīng)用;2016年11期

4 苑瑋琦;湯永華;荊瀾濤;;手三模態(tài)融合識別方法[J];儀器儀表學(xué)報;2014年12期

5 黃靜;苑瑋琦;;基于基元模式信息統(tǒng)計的虹膜卷縮輪提取[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2014年08期

6 王國胤;張清華;胡軍;;粒計算研究綜述[J];智能系統(tǒng)學(xué)報;2007年06期

7 李子青;;人臉識別技術(shù)應(yīng)用和市場分析[J];中國安防;2007年08期

8 張文超;山世光;張洪明;陳杰;陳熙霖;高文;;基于局部Gabor變化直方圖序列的人臉描述與識別[J];軟件學(xué)報;2006年12期

9 劉仁金,黃賢武;圖像分割的商空間粒度原理[J];計算機學(xué)報;2005年10期

10 苗奪謙,范世棟;知識的粒度計算及其應(yīng)用[J];系統(tǒng)工程理論與實踐;2002年01期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉宏兵;多目標(biāo)粒度支持向量機及其應(yīng)用研究[D];武漢理工大學(xué);2011年

，

本文編號：1273896