基于深度森林算法的指静脉识别
发布时间：2022-02-19 23:29
随着科技的飞速发展,人们日常的行为习惯正逐步数据化,因此如何保障个人数据信息安全正是整个社会需要重点考虑的问题。目前生物识别技术正逐渐成为安保方面识别身份的重要手段。相比各种生物识别技术,手指静脉识别以其独特的唯一性、活体检验性、安全性等众多优势引起了社会的广泛关注。如何提高指静脉识别的准确性及鲁棒性,提高识别的速率均是指静脉识别所需面对的永久话题。针对上述问题,各种提高识别度的研究算法层出不穷,从如何提高静脉图像质量入手,亦或是用深度学习算法替代传统的识别方法,其均不断丰富了指静脉识别领域的研究。为了获取更高准确率的识别算法,本文引入了深度森林算法对指静脉图像进行处理,其主要工作与贡献总结如下所示:第一,根据不同的手指静脉图像集进行不同方式的图像预处理。其中包含了对静脉采集器FV1000所构建的图像集做了图像增强、边缘检测、旋转矫正、静脉分割、归一化处理,最终获取有效的ROI区域。并构建了深度森林算法所需的训练集数据,为后续的算法提供了数据支持。第二,主要分析了随机森林与深度森林之间的关系,为后续的算法搭建做了理论支撑。通过随机森林的构建方法以及决策树的生长、停止规则来诠释深度森林算...
【文章来源】：上海应用技术大学上海市
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题背景
1.2 常见生物识别介绍
1.3 国内外研究现状
1.3.1 各国应用情况
1.3.2 算法研究状况
1.4 本文的研究方法
1.5 论文的组织
第二章 手指静脉图像预处理
2.1 手指静脉图像库
2.2 ROI区域的提取
2.2.1 图像增强处理
2.2.2 边缘检测
2.2.3 图像旋转
2.2.4 图像分割及归一化处理
2.3 训练数据的建立
2.4 本章小结
第三章 深度森林算法下的指静脉识别
3.1 随机森林
3.1.1 决策树
3.1.2 随机森林的构建
3.2 深度森林
3.2.1 多颗粒度扫描
3.2.2 级联数据处理
3.2.3 深度森林算法的整体流程
3.3 基于深度森林算法提取特征点信息
3.4 基于深度森林算法提取身份编号
3.5 本章小结
第四章 实验结果
4.1 数据准备
4.2 两种基于深度森林算法的参数设定
4.3 方法一的实验结果
4.4 方法二的实验结果
4.4.1 训练模型结果
4.4.2 测试阶段结果
4.4.3 自建指静脉集验证
4.4.4 方法二整体概况
4.5 各类算法的结果对比
4.6 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
硕士期间的研究成果
【参考文献】：
期刊论文
[1]人脸识别技术安防应用[J]. 郑亮. 中国科技信息. 2020(06)
[2]改进的ORB特征匹配算法[J]. 杨炳坤,程树英,郑茜颖. 传感器与微系统. 2020(02)
[3]可见光虹膜识别综述[J]. 陈俊杰,曾傲,Sun Shuifa,Wang Fangyi. 信息通信. 2020(01)
[4]基于gcForest的多因子量化选股策略[J]. 王伦,李路. 计算机工程与应用. 2020(15)
[5]基于结构光的非接触式三维指纹采集与处理方法[J]. 宋昌江,高凤娇,李磊. 自动化技术与应用. 2019(12)
[6]基于正方形组合描述符与深度森林的三维人脸分割方法[J]. 杜星悦,董洪伟,杨振. 传感器与微系统. 2018(09)
[7]基于深度森林的脑电注意力识别研究[J]. 陈群,薄华. 电子设计工程. 2018(17)
[8]基于改进深度森林算法的软件缺陷预测[J]. 薛参观,燕雪峰. 计算机科学. 2018(08)
[9]生物识别技术综述[J]. 李鹏飞,淡美俊,姚宇颤. 电子制作. 2018(10)
[10]深度森林与人工神经网络在光伏出力预测的比较[J]. 沈文博,孙荣霞,马少卿,王硕南. 信息技术与网络安全. 2018(04)
博士论文
[1]静脉识别算法研究[D]. 李铁钢.吉林大学 2007
硕士论文
[1]基于自适应多阈值的指静脉特征提取算法[D]. 周柯.南京邮电大学 2019
[2]一种结合图像质量评估和图像增强的指静脉识别方法[D]. KASHIF SHAHEED.山东大学 2019
[3]指静脉图像特征提取方法的研究[D]. 丁一军.安徽大学 2019
[4]基于深度学习的森林资源信息估测模型研究[D]. 汪康宁.西安科技大学 2018
[5]基于深度学习的指静脉识别算法研究[D]. 唐溯.华南理工大学 2018
[6]指静脉识别算法及其密码应用[D]. 俞云.杭州电子科技大学 2017
[7]结合手指折痕的手指静脉图像处理方法研究[D]. 尹静.天津大学 2014
本文编号：3633836
【文章来源】：上海应用技术大学上海市
【文章页数】：67 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题背景
1.2 常见生物识别介绍
1.3 国内外研究现状
1.3.1 各国应用情况
1.3.2 算法研究状况
1.4 本文的研究方法
1.5 论文的组织
第二章 手指静脉图像预处理
2.1 手指静脉图像库
2.2 ROI区域的提取
2.2.1 图像增强处理
2.2.2 边缘检测
2.2.3 图像旋转
2.2.4 图像分割及归一化处理
2.3 训练数据的建立
2.4 本章小结
第三章 深度森林算法下的指静脉识别
3.1 随机森林
3.1.1 决策树
3.1.2 随机森林的构建
3.2 深度森林
3.2.1 多颗粒度扫描
3.2.2 级联数据处理
3.2.3 深度森林算法的整体流程
3.3 基于深度森林算法提取特征点信息
3.4 基于深度森林算法提取身份编号
3.5 本章小结
第四章 实验结果
4.1 数据准备
4.2 两种基于深度森林算法的参数设定
4.3 方法一的实验结果
4.4 方法二的实验结果
4.4.1 训练模型结果
4.4.2 测试阶段结果
4.4.3 自建指静脉集验证
4.4.4 方法二整体概况
4.5 各类算法的结果对比
4.6 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
硕士期间的研究成果
【参考文献】：
期刊论文
[1]人脸识别技术安防应用[J]. 郑亮. 中国科技信息. 2020(06)
[2]改进的ORB特征匹配算法[J]. 杨炳坤,程树英,郑茜颖. 传感器与微系统. 2020(02)
[3]可见光虹膜识别综述[J]. 陈俊杰,曾傲,Sun Shuifa,Wang Fangyi. 信息通信. 2020(01)
[4]基于gcForest的多因子量化选股策略[J]. 王伦,李路. 计算机工程与应用. 2020(15)
[5]基于结构光的非接触式三维指纹采集与处理方法[J]. 宋昌江,高凤娇,李磊. 自动化技术与应用. 2019(12)
[6]基于正方形组合描述符与深度森林的三维人脸分割方法[J]. 杜星悦,董洪伟,杨振. 传感器与微系统. 2018(09)
[7]基于深度森林的脑电注意力识别研究[J]. 陈群,薄华. 电子设计工程. 2018(17)
[8]基于改进深度森林算法的软件缺陷预测[J]. 薛参观,燕雪峰. 计算机科学. 2018(08)
[9]生物识别技术综述[J]. 李鹏飞,淡美俊,姚宇颤. 电子制作. 2018(10)
[10]深度森林与人工神经网络在光伏出力预测的比较[J]. 沈文博,孙荣霞,马少卿,王硕南. 信息技术与网络安全. 2018(04)
博士论文
[1]静脉识别算法研究[D]. 李铁钢.吉林大学 2007
硕士论文
[1]基于自适应多阈值的指静脉特征提取算法[D]. 周柯.南京邮电大学 2019
[2]一种结合图像质量评估和图像增强的指静脉识别方法[D]. KASHIF SHAHEED.山东大学 2019
[3]指静脉图像特征提取方法的研究[D]. 丁一军.安徽大学 2019
[4]基于深度学习的森林资源信息估测模型研究[D]. 汪康宁.西安科技大学 2018
[5]基于深度学习的指静脉识别算法研究[D]. 唐溯.华南理工大学 2018
[6]指静脉识别算法及其密码应用[D]. 俞云.杭州电子科技大学 2017
[7]结合手指折痕的手指静脉图像处理方法研究[D]. 尹静.天津大学 2014
本文编号：3633836
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3633836.html
最近更新
教材专著
