静脉识别技术在电子支付领域中的应用
发布时间：2021-03-22 17:21
随着信息技术的快速发展,生物识别技术在不同领域得到了广泛的应用,生物识别认证市场迅猛发展,从密码认证到生物识别认证,生物识别认证技术已经遍布于社会的各个领域。根据有关报道,2015年至2020年,生物识别技术的市场规模从112.4亿美元增至233亿美元。本论文主要展开了指静脉识别技术在电子支付领域中的应用,以设计地铁售票平台为例,对指静脉识别技术进行了如下研究:（1）研究指静脉图像采集装置的基本原理和采集过程中的信息处理流程。（2）对指静脉图像预处理技术进行研究,其主要工作包括:图像降噪、几何校正、感兴趣区域的分割、图像归一化,并对其提取方法进行改进。（3）通过MATLAB软件的仿真实验,比较快速PCA、快速PCA+SVM、2DPCA、2DPCA+SVM算法在指静脉特征提取与识别方面的性能指标,取得了较理想的实验结果。（4）设计指静脉识别型地铁售票平台的总架构,其中包括信息采集设备层、信息预处理层、数据管理中心三层结构,并在信息交互、数据安全等方面对三层结构进行深入分析。（5）展示会员注册终端、自助式售票终端、数据库管理软件以及指静脉识别端软件的识别结果,以验证其成果。本文的创新点包括...
【文章来源】：广东工业大学广东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
指纹识别
广东工业大学硕士学位论文2图1-1指纹识别Figure1-1Fingerprintidentification虹膜识别:传统虹膜识别的技术概念最早是由我国著名眼科识别技术专家于1987年提出的。1993年，第一台完全自动化高性能的生物识别原型样机诞生[5]。虹膜识别仅落后于指纹识别5年。传统虹膜识别技术的特点是利用了人眼特有的虹膜特征来进行身份认证。该技术的虹膜特征匹配比传统的DNA特征匹配更精确。此外，虹膜特征在婴儿出生前以随机特征组合的方式确定，形成后终生保持不变。尽管虹膜识别的精度高，但虹膜识别的硬件成本相对较高，想真正实现大规模的推广和应用，仍有许多的技术难题在实践中需要解决和克服。并且虹膜识别的图像信息采集的方式容易让用户产生抗拒性心理，不利于此项识别技术的推广和普及。图1-2虹膜识别Figure1-2IrisRecognition人脸识别:人脸识别在识别时所用的数据量更加丰富，因此识别率则会更准确。人脸识别模式属于非接触型识别，除特殊情况外，无需验证者的集中注意力，因此这种采集方式易于接受[6]。在人脸识别中，不同相似度的个体之间差异不大。
第一章绪论3当然，人脸识别也存在着一些弊端，不同视角拍摄出的人脸图像差异性很大，除此之外还受环境因素(例如白天和夜间)、遮挡物、个体健康情况变化而导致的人脸外形变化等因素影响。摄像头采集到的用户照片信息进行网络传输有可能导致的个人信息泄露，留下信息安全隐患。图1-3人脸识别Figure1-3Facerecognition笔迹识别:手写识别是通过测量签名者的字形和不同笔画的速度、顺序和压力等特征来识别签名者。静态识别是对字体的几何特征，例如大孝轮廓等，进行检测匹配，而字体的几何特征很容易被仿制、盗用。动态识别除了对字体的几何特征识别的外，同时又对书写过程中的运动轨迹进行特征提取和特征匹配，而且运动特征不易被模仿，因此这种识别方式比静态识别方式安全性强。目前笔迹识别的准确度不高，容易被伪造，用户信息保密性不高，受使用场景限制，只能在特定领域中有所应用，难以推广。且笔记因人的生理条件的变化而变化，系统需要不断更新字体特征库。更重要的是，笔迹识别系统复杂、造价昂贵，从成本方面考虑不易被推广[7]。
【参考文献】：
期刊论文
[1]人脸识别技术概述[J]. 许佳胜,李欣,孙宏凯. 科技风. 2020(04)
[2]浅说语音识别技术[J]. 袁冰清,于淦,周霞. 数字通信世界. 2020(02)
[3]人证技术的发展现状与趋势[J]. 何遥. 中国公共安全. 2019(12)
[4]“互联网+”时代身份识别与认证安全问题研究[J]. 陈梦娴. 信息通信. 2019(11)
[5]论指纹识别技术的发展现状及发展方向[J]. 梁晓菊. 科学技术创新. 2019(22)
[6]掌纹识别研究进展综述[J]. 钟德星,朱劲松,杜学峰. 模式识别与人工智能. 2019(05)
[7]指纹识别应用研究[J]. 于晓明. 山东工业技术. 2019(09)
[8]数字科技将改变支付方式和支付形态[J]. 唐艳红. 中国信息界. 2018(06)
[9]美国基于快速索引方法的图像检索技术[J]. 石玉. 中国安防. 2018(11)
[10]生物识别技术综述[J]. 李鹏飞,淡美俊,姚宇颤. 电子制作. 2018(10)
博士论文
[1]医学影像的四维重建和分割中的关键技术研究[D]. 孙长建.吉林大学 2019
硕士论文
[1]基于TCP行为特征分析的LDoS攻击检测方法[D]. 李红军.中国民航大学 2019
[2]基于C/S架构的核废物管理系统设计与实现[D]. 蒲超.西南科技大学 2019
[3]面向人脸图片的特征提取与分类算法研究[D]. 孙月如.重庆邮电大学 2019
[4]基于FPGA的张量分解计算单元及其在人脸识别中的应用[D]. 周琦.中国电子科技集团公司电子科学研究院 2019
[5]基于PCA改进与SVM相结合的人脸识别算法研究[D]. 李润青.昆明理工大学 2018
[6]银行信息系统安全的设计与实现[D]. 翟纪伟.湖北工业大学 2017
[7]人体手指静脉图像识别算法研究[D]. 郑宪秋.东华理工大学 2016
[8]基于不变矩红外线指静脉图像的识别方法研究[D]. 耿海彪.昆明理工大学 2015
本文编号：3094177
【文章来源】：广东工业大学广东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
指纹识别
广东工业大学硕士学位论文2图1-1指纹识别Figure1-1Fingerprintidentification虹膜识别:传统虹膜识别的技术概念最早是由我国著名眼科识别技术专家于1987年提出的。1993年，第一台完全自动化高性能的生物识别原型样机诞生[5]。虹膜识别仅落后于指纹识别5年。传统虹膜识别技术的特点是利用了人眼特有的虹膜特征来进行身份认证。该技术的虹膜特征匹配比传统的DNA特征匹配更精确。此外，虹膜特征在婴儿出生前以随机特征组合的方式确定，形成后终生保持不变。尽管虹膜识别的精度高，但虹膜识别的硬件成本相对较高，想真正实现大规模的推广和应用，仍有许多的技术难题在实践中需要解决和克服。并且虹膜识别的图像信息采集的方式容易让用户产生抗拒性心理，不利于此项识别技术的推广和普及。图1-2虹膜识别Figure1-2IrisRecognition人脸识别:人脸识别在识别时所用的数据量更加丰富，因此识别率则会更准确。人脸识别模式属于非接触型识别，除特殊情况外，无需验证者的集中注意力，因此这种采集方式易于接受[6]。在人脸识别中，不同相似度的个体之间差异不大。
第一章绪论3当然，人脸识别也存在着一些弊端，不同视角拍摄出的人脸图像差异性很大，除此之外还受环境因素(例如白天和夜间)、遮挡物、个体健康情况变化而导致的人脸外形变化等因素影响。摄像头采集到的用户照片信息进行网络传输有可能导致的个人信息泄露，留下信息安全隐患。图1-3人脸识别Figure1-3Facerecognition笔迹识别:手写识别是通过测量签名者的字形和不同笔画的速度、顺序和压力等特征来识别签名者。静态识别是对字体的几何特征，例如大孝轮廓等，进行检测匹配，而字体的几何特征很容易被仿制、盗用。动态识别除了对字体的几何特征识别的外，同时又对书写过程中的运动轨迹进行特征提取和特征匹配，而且运动特征不易被模仿，因此这种识别方式比静态识别方式安全性强。目前笔迹识别的准确度不高，容易被伪造，用户信息保密性不高，受使用场景限制，只能在特定领域中有所应用，难以推广。且笔记因人的生理条件的变化而变化，系统需要不断更新字体特征库。更重要的是，笔迹识别系统复杂、造价昂贵，从成本方面考虑不易被推广[7]。
【参考文献】：
期刊论文
[1]人脸识别技术概述[J]. 许佳胜,李欣,孙宏凯. 科技风. 2020(04)
[2]浅说语音识别技术[J]. 袁冰清,于淦,周霞. 数字通信世界. 2020(02)
[3]人证技术的发展现状与趋势[J]. 何遥. 中国公共安全. 2019(12)
[4]“互联网+”时代身份识别与认证安全问题研究[J]. 陈梦娴. 信息通信. 2019(11)
[5]论指纹识别技术的发展现状及发展方向[J]. 梁晓菊. 科学技术创新. 2019(22)
[6]掌纹识别研究进展综述[J]. 钟德星,朱劲松,杜学峰. 模式识别与人工智能. 2019(05)
[7]指纹识别应用研究[J]. 于晓明. 山东工业技术. 2019(09)
[8]数字科技将改变支付方式和支付形态[J]. 唐艳红. 中国信息界. 2018(06)
[9]美国基于快速索引方法的图像检索技术[J]. 石玉. 中国安防. 2018(11)
[10]生物识别技术综述[J]. 李鹏飞,淡美俊,姚宇颤. 电子制作. 2018(10)
博士论文
[1]医学影像的四维重建和分割中的关键技术研究[D]. 孙长建.吉林大学 2019
硕士论文
[1]基于TCP行为特征分析的LDoS攻击检测方法[D]. 李红军.中国民航大学 2019
[2]基于C/S架构的核废物管理系统设计与实现[D]. 蒲超.西南科技大学 2019
[3]面向人脸图片的特征提取与分类算法研究[D]. 孙月如.重庆邮电大学 2019
[4]基于FPGA的张量分解计算单元及其在人脸识别中的应用[D]. 周琦.中国电子科技集团公司电子科学研究院 2019
[5]基于PCA改进与SVM相结合的人脸识别算法研究[D]. 李润青.昆明理工大学 2018
[6]银行信息系统安全的设计与实现[D]. 翟纪伟.湖北工业大学 2017
[7]人体手指静脉图像识别算法研究[D]. 郑宪秋.东华理工大学 2016
[8]基于不变矩红外线指静脉图像的识别方法研究[D]. 耿海彪.昆明理工大学 2015
本文编号：3094177
本文链接：https://www.wllwen.com/jingjilunwen/jtysjj/3094177.html
