基于单脚印的人身识别和验证算法研究
发布时间:2022-12-06 04:25
生物特征识别技术与传统基于密码或ID卡的身份认证方式相比,具有更好的安全性、可靠性和有效性。研究表明,人的脚印是独一无二的,它与其他的生物特征同样重要,例如人脸,指纹等。目前根据脚印的获取方式不同,主要分为双脚站立、动态脚印以及单脚印的研究,然而基于双脚和动态脚印的研究在数据采集便利性和稳定性方面存在一定的局限性。基于单脚印的研究所需设备简单,费用低,采集单个脚印图像就能实现人身识别与验证,适用性更加广泛。所以基于单脚印生物特征的研究是具有重要意义的。本文主要目的是研究基于单脚印的人身识别和验证算法,本文的主要创新工作如下:1)提出了单脚印加权局部结构和区域加权压力方向强度特征的表达算法。根据人脚的脚型特点和局部形状关系,提取了单脚印的加权局部结构特征。由于每个人的行走和站立习惯具有较明显的差异,提取了单脚印的区域加权压力方向强度特征。2)提出了基于特征可分性和互信息结合的特征融合算法。根据特征的可分性和互信息计算特征权重因子,使得单脚印识别和验证系统的性能更优。3)提出了基于选择性的多分类器决策融合算法。利用分类器的分类准确率和分类器之间的差异性选择出分类器性能好并且差异性较大的分类...
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题的背景及意义
1.2 国内外发展现状
1.3 存在问题及发展趋势
1.4 本文的主要工作及章节安排
1.4.1 主要工作内容
1.4.2 本文章节安排
2 基于单脚印图像的人身识别与验证算法总体思路
2.1 引言
2.2 单脚印图像的采集及特点
2.3 单脚印图像识别和验证算法的总体方案
2.4 数据集与评测方法
2.5 本章小结
3 基于加权局部结构和区域加权压力方向强度的脚印特征表达
3.1 引言
3.2 相关工作
3.2.1 形状上下文特征
3.2.2 梯度方向直方图特征
3.3 基于加权局部结构的脚印表达
3.4 基于区域加权压力方向强度的脚印表达
3.5 实验结果与分析
3.5.1 测试方案与参数设置
3.5.2 WLS和RWPDS特征的验证实验
3.5.3 WLS和RWPDS特征的识别实验
3.5.4 WLS和RWPDS特征持久性评估实验
3.6 本章小结
4 基于特征可分性和互信息结合的特征融合算法
4.1 引言
4.2 基于特征可分性和互信息结合的特征融合算法描述
4.2.1 算法原理
4.2.2 算法描述
4.3 实验结果与分析
4.3.1 参数设置与测试方案
4.3.2 验证性能实验
4.3.3 识别性能实验
4.3.4 持久性评估实验
4.4 本章小结
5 基于选择性的多分类器决策融合算法
5.1 引言
5.2 相关工作
5.3 基于选择性的多分类器决策融合算法描述
5.3.1 算法原理
5.3.2 算法描述
5.4 实验结果与分析
5.4.1 参数设置与测试方案
5.4.2 识别性能实验
5.5 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】:
期刊论文
[1]立体足迹重压面提取与描述[J]. 王卫东,平西建,丁益洪. 微计算机信息. 2005(17)
[2]立体足迹计算机自动识别系统的应用[J]. 王清举,平西建,王永栋. 刑事技术. 2003(05)
博士论文
[1]基于足底压力分布的步行行为感知关键技术研究[D]. 夏懿.中国科学技术大学 2013
[2]平面赤足迹形状分析与身份鉴别研究[D]. 童莉.解放军信息工程大学 2007
本文编号:3711056
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 课题的背景及意义
1.2 国内外发展现状
1.3 存在问题及发展趋势
1.4 本文的主要工作及章节安排
1.4.1 主要工作内容
1.4.2 本文章节安排
2 基于单脚印图像的人身识别与验证算法总体思路
2.1 引言
2.2 单脚印图像的采集及特点
2.3 单脚印图像识别和验证算法的总体方案
2.4 数据集与评测方法
2.5 本章小结
3 基于加权局部结构和区域加权压力方向强度的脚印特征表达
3.1 引言
3.2 相关工作
3.2.1 形状上下文特征
3.2.2 梯度方向直方图特征
3.3 基于加权局部结构的脚印表达
3.4 基于区域加权压力方向强度的脚印表达
3.5 实验结果与分析
3.5.1 测试方案与参数设置
3.5.2 WLS和RWPDS特征的验证实验
3.5.3 WLS和RWPDS特征的识别实验
3.5.4 WLS和RWPDS特征持久性评估实验
3.6 本章小结
4 基于特征可分性和互信息结合的特征融合算法
4.1 引言
4.2 基于特征可分性和互信息结合的特征融合算法描述
4.2.1 算法原理
4.2.2 算法描述
4.3 实验结果与分析
4.3.1 参数设置与测试方案
4.3.2 验证性能实验
4.3.3 识别性能实验
4.3.4 持久性评估实验
4.4 本章小结
5 基于选择性的多分类器决策融合算法
5.1 引言
5.2 相关工作
5.3 基于选择性的多分类器决策融合算法描述
5.3.1 算法原理
5.3.2 算法描述
5.4 实验结果与分析
5.4.1 参数设置与测试方案
5.4.2 识别性能实验
5.5 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】:
期刊论文
[1]立体足迹重压面提取与描述[J]. 王卫东,平西建,丁益洪. 微计算机信息. 2005(17)
[2]立体足迹计算机自动识别系统的应用[J]. 王清举,平西建,王永栋. 刑事技术. 2003(05)
博士论文
[1]基于足底压力分布的步行行为感知关键技术研究[D]. 夏懿.中国科学技术大学 2013
[2]平面赤足迹形状分析与身份鉴别研究[D]. 童莉.解放军信息工程大学 2007
本文编号:3711056
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3711056.html
最近更新
教材专著