隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展和移動終端的廣泛普及,人們對應(yīng)用系統(tǒng)的安全性、實用性和有效性提出了更高的要求。掌紋識別技術(shù)為部署更加安全可靠的訪問控制系統(tǒng)、加強私有信息保護以及實現(xiàn)高性能的身份識別提供了新的思路,成為模式識別、計算機視覺和信息安全領(lǐng)域的研究熱點,在民生、金融、安防、刑偵和反恐等領(lǐng)域得到了廣泛應(yīng)用。近些年來,掌紋識別的應(yīng)用場景從高度約束的接觸式系統(tǒng)向移動端和互聯(lián)網(wǎng)應(yīng)用轉(zhuǎn)變,由此帶來了一系列的低約束掌紋識別問題。由于圖像采集不限定采集環(huán)境且不限制手的方向和姿態(tài),掌紋圖像中普遍存在旋轉(zhuǎn)、尺度變化、運動模糊、噪聲、光線條件不佳以及圖像失真等問題,因此,低約束掌紋識別面臨巨大的挑戰(zhàn)。針對此問題,本文利用深度學(xué)習(xí)技術(shù),對低約束條件下的在線掌紋識別和警用掌紋識別進行了研究,主要包括以下四個方面:（1）提出了一種掌紋感興趣區(qū)（Region of Interest,簡稱ROI）提取方法,能夠適應(yīng)掌紋數(shù)據(jù)采集中的光照變化、手部運動等復(fù)雜環(huán)境。為了確定最適合手部區(qū)域分割的顏色通道,利用主成分分析和皮爾遜雙峰指數(shù)查找最具有判別力的顏色分量,旨在保留圖像的固有色度,減弱光照對圖像分割的影響。其次,利用基... 

【文章來源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：129 頁

【學(xué)位級別】：博士

【文章目錄】：
致謝
摘要
ABSTRACT
主要符號對照表
1 緒論
    1.1 研究背景及意義
    1.2 低約束掌紋識別研究現(xiàn)狀
        1.2.1 掌紋感興趣區(qū)提取方法
        1.2.2 基于手工特征的掌紋識別方法
        1.2.3 基于深度特征的掌紋識別方法
    1.3 主要研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
2 掌紋識別相關(guān)理論概述
    2.1 掌紋識別系統(tǒng)框架和評價指標(biāo)
        2.1.1 系統(tǒng)框架
        2.1.2 評價指標(biāo)
    2.2 低約束掌紋識別相關(guān)研究進展
        2.2.1 非接觸式掌紋ROI提取方法
        2.2.2 基于手部圖像的性別分類方法
        2.2.3 抗模糊和抗噪的掌紋識別方法
    2.3 掌紋識別模型相關(guān)網(wǎng)絡(luò)層概述
    2.4 掌紋圖像數(shù)據(jù)庫
        2.4.1 公開的掌紋圖像數(shù)據(jù)庫
        2.4.2 自建的掌紋圖像數(shù)據(jù)庫
    2.5 本章小結(jié)
3 復(fù)雜場景下的掌紋感興趣區(qū)提取
    3.1 算法框架
    3.2 手部區(qū)域分割
        3.2.1 顏色分量選擇
        3.2.2 圖像分割
    3.3 手部輪廓提取
    3.4 ROI圖像提取
        3.4.1 凸包和凸缺陷
        3.4.2 手指間谷點定位
        3.4.3 ROI圖像校準(zhǔn)
    3.5 實驗結(jié)果
        3.5.1 訓(xùn)練集和測試集的劃分方案
        3.5.2 掌紋ROI提取方法的精度實驗
        3.5.3 顏色分量的有效性評估實驗
    3.6 本章小結(jié)
4 融合性別先驗的在線掌紋識別
    4.1 相關(guān)工作
    4.2 基于掌紋的身份識別模型
    4.3 基于掌紋的性別分類模型
    4.4 融合性別先驗的掌紋識別模型
    4.5 實驗結(jié)果
        4.5.1 訓(xùn)練集和測試集的劃分方案
        4.5.2 身份識別方法的精度實驗
        4.5.3 性別分類方法的精度實驗
        4.5.4 融合性別先驗的掌紋識別方法的精度實驗
        4.5.5 掌紋識別方法的計算時間實驗
        4.5.6 性別分類方法的計算時間實驗
    4.6 本章小結(jié)
5 魯棒的非接觸式掌紋識別
    5.1 相關(guān)工作
    5.2 運動模糊和噪聲的數(shù)學(xué)建模
    5.3 基于殘差網(wǎng)絡(luò)的掌紋識別模型
    5.4 實驗結(jié)果
        5.4.1 訓(xùn)練集和測試集的劃分方案
        5.4.2 掌紋識別方法的精度實驗
        5.4.3 掌紋識別方法的魯棒性評估實驗
    5.5 本章小結(jié)
6 開放環(huán)境下的端到端掌紋識別
    6.1 相關(guān)工作
    6.2 掌紋識別模型的網(wǎng)絡(luò)模塊
        6.2.1 手掌關(guān)鍵參考點定位
        6.2.2 圖像空間變換器
        6.2.3 圖像校準(zhǔn)和特征提取網(wǎng)絡(luò)
    6.3 端到端的掌紋識別模型
    6.4 掌紋識別模型的訓(xùn)練策略
        6.4.1 定位網(wǎng)絡(luò)的訓(xùn)練策略
        6.4.2 FERnet的訓(xùn)練策略
        6.4.3 EE-PRnet的訓(xùn)練策略
    6.5 實驗結(jié)果
        6.5.1 掌紋圖像數(shù)據(jù)庫的相關(guān)信息
        6.5.2 訓(xùn)練集和測試集的劃分方案
        6.5.3 在NTU-PI-v1上訓(xùn)練策略和分類器的有效性評估實驗
        6.5.4 在基準(zhǔn)掌紋庫上訓(xùn)練策略的有效性評估實驗
        6.5.5 在五個掌紋庫上掌紋識別方法的精度實驗
    6.6 本章小結(jié)
7 總結(jié)與展望
    7.1 本文工作總結(jié)
    7.2 未來工作展望
參考文獻
作者簡歷及攻讀博士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]一種改進的BDPCA掌紋識別方法[J]. 薛延學(xué),劉一杰,劉超,白曉輝.  計算機工程與應(yīng)用. 2014(15)
[2]掌紋識別算法綜述[J]. 岳峰,左旺孟,張大鵬.  自動化學(xué)報. 2010(03)
[3]應(yīng)用掌紋自動識別系統(tǒng)偵破11年前一起命案的思考[J]. 朱建華.  警察技術(shù). 2009(02)
[4]基于快速C均值聚類算法的燒結(jié)斷面圖像分割[J]. 杜培明,李文豐,高尚義.  中國儀器儀表. 2008(03)
[5]基于Gabor濾波器和LBP的分級掌紋識別[J]. 練秋生,劉春亮.  計算機工程與應(yīng)用. 2007(06)

博士論文
[1]基于多光譜和2D/3D掌紋的識別與融合方法研究[D]. 崔金榮.哈爾濱工業(yè)大學(xué) 2015
[2]非接觸成像方式下手掌特征提取方法研究[D]. 李威.沈陽工業(yè)大學(xué) 2013

碩士論文
[1]基于DCT的多顏色通道融合的掌紋識別算法研究[D]. 周佳佳.北京交通大學(xué) 2009



本文編號：3196203