基于深度学习的掌静脉特征提取与识别算法研究

发布时间：2021-01-14 20:53

　　随着经济和科学技术的发展,尤其是互联网技术的发展,人们越来越重视个人信息安全,加强个人身份识别技术的研究以及提高信息安全管理已经成为社会管理的一个重要方面。掌静脉识别作为生物特征识别的一种,具有唯一性、不易复制、活体识别以及安全等级高等优良特性,受到了越来越多的研究者和工业上的关注。然而,手掌静脉识别存在两个问题:第一,由于手掌静脉的采集受多种因素的影响,使得采集的静脉图像中不仅包含着静脉而且包含着噪声和不规则的阴影,使得具有区分性信息的静脉特征很难被有效提取,从而导致识别精度的降低;第二,在很多应用场景下,由于识别系统的存储容量不足或是为了保护用户隐私,导致训练集中的每个用户只有一个训练样本。然而,因为现有的静脉识别模型在这样的小样本数据库上往往容易出现过拟合或者很难得到充分地训练,所以识别性能大大降低。因此,基于单张图像的识别仍然是一个具有挑战性的问题。与此同时,深度学习在计算机视觉,自然语言处理以及语音识别等方面取得了显著的成就。在这样一个背景下,本文将深度学习应用到手掌静脉特征的提取和单张图像的识别中,开展以下具体研究。（1）详细介绍了卷积神经网络和生成对抗网络的理论知识。在卷... 

【文章来源】：重庆工商大学重庆市

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

生物特征识别方式

重庆工商大学硕士学位论文第1章绪论2年来，随着经济的发展和技术的日益提高，传统的身份认证识别技术越来越不能满足人们对其安全性能的要求。第一、传统的身份认证识别技术很容易被别人盗用或者伪造；第二、传统的身份认证识别技术也存在着自身所特有的缺点，比如证件过多易丢失、密码易忘记以及突发因素引起的物理伤害等。这些缺点使得传统的身份认证识别技术已经不足以保障个人的信息和财产安全。因此，一种新型的身份认证识别技术即生物特征识别技术便应运而生了。生物特征识别技术是利用人体生物特征进行身份认证的一种技术。按照生物医学的研究，每一个人都有区别于他人的生理特征(比如指纹、静脉、虹膜等)或者行为方式(比如步态、笔迹、姿态等)。利用这一特性，可以对人体样本的生物特征进行提取并保存为模板。当需要识别的时候，通过仪器设备获取人体生物特征，并从模板中提取已经注册的生物特征样本进行对比识别验证。和传统的身份识别技术相比，生物特征识别技术具有较高的安全性能。生物特征识别技术也分为两部分：一种是基于内在特征的生物特征识别技术，包括指静脉[2]、掌静脉[3]、手背静脉[4]等；另一种是基于外在特征的生物特征识别技术，包括指纹[5]、掌纹[6]、人脸[7]、手势[8]、虹膜[9]、步态[10]等。(a)(b)(c)(d)(e)(f)图1.1生物特征识别方式。(a)指纹识别；(b)人脸识别；(c)虹膜识别；(d)步态识别；(e)指静脉识别；(f)掌静脉识别相比于外在生物特征识别技术，人体的内在生物特征识别技术主要是通过近红外光线照射身体各部分，利用血红素对近红外光吸收的特性，获取静脉图像。与外在生物特征识别技术相比，内在生物特征识别技术具有如下优点：(1)活体识别，

LeNet-5网络

【参考文献】：
期刊论文
[1]基于CS的高质量掌静脉图像获取方法[J]. 陶静静,姚善化,孙熊伟,曾新华,朱泽德.  传感器与微系统. 2019(03)
[2]基于自适应融合的手掌静脉增强方法[J]. 娄梦莹,袁丽莎,刘娅琴,万雪梅,杨丰.  计算机应用. 2019(04)
[3]基于改进注意力模型的网络舆情趋势预测研究[J]. 孙靖超,高见,胡啸峰.  情报杂志. 2018(11)
[4]基于深度时空卷积网络的民航需求预测[J]. 林友芳,康友隐,万怀宇,吴丽娜,张宇翔.  北京交通大学学报. 2018(02)
[5]基于HOG与改进的SVM的手掌静脉识别算法[J]. 徐笑宇,姚鹏.  计算机工程与应用. 2016(11)
[6]基于三维点云匹配的手掌静脉识别[J]. 张祺深,周雅,胡晓明,王丹婷.  光学学报. 2015(01)
[7]基于方向特征的手掌静脉识别[J]. 周宇佳,刘娅琴,杨丰,黄靖.  中国图象图形学报. 2014(02)

博士论文
[1]手掌静脉身份识别关键技术研究[D]. 马欣.北京邮电大学 2018
[2]非接触成像方式下手掌特征提取方法研究[D]. 李威.沈阳工业大学 2013

硕士论文
[1]基于深度学习的手掌静脉识别[D]. 袁丽莎.南方医科大学 2019
[2]卷积神经网络在掌纹和掌静脉识别中的性能评估[D]. 王海纶.合肥工业大学 2019
[3]基于Gabor多方向融合的多尺度HOG特征提取的手背静脉识别算法研究[D]. 韩拓.天津理工大学 2017



本文编号：2977528