基于类卷积神经网络的可见光虹膜识别方法
本文选题:可见光虹膜识别 + 智能移动设备 ; 参考:《仪器仪表学报》2017年11期
【摘要】:针对应用于智能移动设备的虹膜识别系统在可见光采集条件下虹膜图像受干扰严重使得识别率正确率降低和算法鲁棒性变差的问题,提出一种类卷积神经网络结合局部特征提取的虹膜识别方法。首先,采用暗通道图像去雾算法对归一化虹膜图像进行增强处理以减弱光干扰;然后,利用类卷积神经网络对图像进行降维,获得虹膜的二值化纹理信息;再经分块处理方法提取降维图像各区域局部虹膜纹理信息以构建特征向量;最后用欧氏距离分类器进行匹配识别。为验证算法性能,采用MICHE-I虹膜图库中由iPhone5拍摄所得的30人240张(每人4张室内和4张室外)虹膜图像进行测试,并与Gabor变换和主成分分析虹膜识别方法进行对比。结果表明,该方法在室内外图像均进行训练的条件下正确率能够达到98.33%,且对室内外不同光照变化干扰有较好的鲁棒性,上述性能皆优于Gabor变换和PCA算法。说明本文算法能够满足移动设备虹膜识别使用要求。
[Abstract]:The iris recognition system used in intelligent mobile devices can reduce the accuracy of iris recognition and reduce the robustness of the algorithm when the iris image is disturbed seriously under the condition of visible light acquisition. An iris recognition method based on convolution neural network and local feature extraction is proposed. Firstly, the dark channel image de-fogging algorithm is used to enhance the normalized iris image to attenuate the light interference, then the image dimension is reduced by using convolution neural network, and the binary texture information of the iris is obtained. Then the local iris texture information of each region of the reduced dimension image is extracted by block processing method to construct the feature vector. Finally Euclidean distance classifier is used for matching recognition. To verify the performance of the algorithm, 240 iris images of 30 people (4 indoor and 4 outdoor) taken by iPhone5 in MICHE-I iris library were tested and compared with Gabor transform and principal component analysis (PCA) iris recognition method. The results show that the accuracy of this method can reach 98.33 when both indoor and outdoor images are trained, and the method is robust to different illumination variations in and out of the room. The above performance is better than that of Gabor transform and PCA algorithm. It shows that the algorithm can meet the requirements of iris recognition in mobile devices.
【作者单位】: 沈阳工业大学信息科学与工程学院;
【基金】:辽宁省博士科研启动基金(201601159)项目资助
【分类号】:TP183;TP391.41
【相似文献】
相关期刊论文 前10条
1 陈伟箐;;眼中的身份证——虹膜识别在应用中不断发展[J];中国安防;2013年05期
2 黄雅平,罗四维,陈恩义;基于独立分量分析的虹膜识别方法[J];计算机研究与发展;2003年10期
3 吕亦生;虹膜识别综述[J];安防科技;2003年05期
4 刘辉,黄欢;虹膜识别关键技术研究[J];昆明理工大学学报(理工版);2004年04期
5 孙哲南 ,谭铁牛;虹膜识别研究与应用综述[J];自动化博览;2005年02期
6 孟爱国,刘国彦,李峰;基于多层小波分解的虹膜识别算法[J];计算机工程与应用;2005年22期
7 田启川;潘泉;程咏梅;张洪才;;不完全虹膜模式唯一性实验研究[J];计算机应用研究;2006年02期
8 田启川;潘泉;程咏梅;张洪才;;虹膜识别中标准化区域分辨率的研究[J];计算机应用研究;2006年04期
9 上官英俊;施鹏飞;;基于局部线性嵌套的虹膜识别方法[J];微型电脑应用;2006年01期
10 ;虹膜以及视网膜识别技术现状分析[J];中国防伪报道;2006年04期
相关会议论文 前10条
1 范科峰;曾庆宁;许钢;陈理光;;一种基于神经网络的虹膜识别算法[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
2 张祥德;曹宇;王琪;刘贤艳;姚翠莉;高龙成;;基于差分融合的虹膜识别方法[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
3 刘雅丽;王敏;黄木旺;;高精度虹膜识别光学镜头的研制[A];中国光学学会2011年学术大会摘要集[C];2011年
4 方海兵;徐永双;;实施虹膜识别考勤 推进人力资源管理创新[A];资本运营、克服困难、振兴经济——煤炭经济管理新论(第12辑)第十三届中国煤炭经济管理论坛暨2012年中国煤炭学会经济管理专业委员会年会论文集[C];2012年
5 刘晓梅;魏立峰;李飞;;空间信息与尺度信息相结合的虹膜识别算法[A];第二届全国信息获取与处理学术会议论文集[C];2004年
6 何玉青;刘飞虎;何欢;冯光琴;冷准;;基于支持向量机的近红外人脸与虹膜融合算法[A];中国光学学会2010年光学大会论文集[C];2010年
7 肖明亮;吴仁彪;;基于PCA-SIFT的虹膜识别算法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
8 王凤随;李素文;冯桂;;基于方向特征和局部walsh变换的虹膜识别新算法[A];2009年通信理论与信号处理学术年会论文集[C];2009年
9 应忍冬;张建臣;徐国治;;虹膜身份识别系统[A];中国电子学会第七届学术年会论文集[C];2001年
10 陈文新;王长富;戴蓓倩;;基于神经网络的汉语四声识别[A];第一届全国语言识别学术报告与展示会论文集[C];1990年
相关重要报纸文章 前8条
1 记者刘垠;虹膜识别形成完整产业链[N];大众科技报;2010年
2 张小博 中国科学院自动化研究所;虹膜:“便携式人体身份证”[N];中国社会科学报;2011年
3 胡慧平;虹膜识别 应用前景广阔[N];金融时报;2003年
4 本报记者 胡迎莹;虹膜识别冲刺应用[N];计算机世界;2003年
5 大连理工大学管理学院 董燕杰;基于虹膜的远程身份认证系统[N];中国计算机报;2008年
6 本报记者 赵展慧;用身体密码辨别你[N];人民日报;2013年
7 本报记者 邵生余;新识别技术,,当真安全吗[N];新华日报;2014年
8 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
相关博士学位论文 前10条
1 古红英;基于统计学习理论的虹膜识别研究[D];浙江大学;2005年
2 徐露;虹膜识别若干关键问题研究[D];沈阳工业大学;2008年
3 刘洋;基于虹膜识别的身份认证系统算法研究[D];中国科学院研究生院(西安光学精密机械研究所);2009年
4 史春蕾;虹膜身份识别算法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
5 林忠华;基于人眼自然睁开状态下的虹膜识别方法研究[D];沈阳工业大学;2008年
6 张在峰;虹膜识别算法研究及系统实现[D];兰州大学;2009年
7 罗忠亮;虹膜生物特征的提取与识别[D];华南理工大学;2010年
8 田启川;不完美虹膜的定位分割、特征提取与分类识别[D];西北工业大学;2006年
9 程宇奇;用于身份鉴别的虹膜识别算法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2010年
10 徐中宇;虹膜识别算法的研究[D];吉林大学;2006年
相关硕士学位论文 前10条
1 张英杰;基于支持向量机和Hamming距离的虹膜识别算法研究[D];郑州大学;2015年
2 李钺钺;基于平均局部二值模式的虹膜识别[D];山东大学;2015年
3 姜冰;基于CGA的虹膜噪声图像快速定位与三维重建[D];哈尔滨工业大学;2015年
4 熊兵;虹膜识别在门禁系统中的应用研究[D];电子科技大学;2014年
5 许会杰;虹膜识别的算法研究[D];电子科技大学;2014年
6 韩晋;基于稀疏表示的伪造虹膜检测算法研究[D];华南理工大学;2015年
7 李园;一种自动虹膜懫集与识别系统的研制[D];兰州大学;2014年
8 张林;基于纹理特征的虹膜识别方法研究[D];成都信息工程学院;2014年
9 刘婷;基于虹膜身份识别算法的研究[D];西安工程大学;2016年
10 于丽姣;虹膜定位算法研究[D];吉林大学;2016年
本文编号:1774494
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1774494.html