手指生物特征超球粒化融合方法研究

发布时间：2017-12-10 09:08

  本文关键词：手指生物特征超球粒化融合方法研究

  更多相关文章： 指纹 指静脉 指节纹 超球粒 融合

【摘要】：随着人们对信息安全的要求不断提高,多模态生物特征识别技术逐渐成为个人身份认证领域的一个研究热点。当前,多模态生物特征的融合主要通过像素层、特征层、分数层和决策层四个层次来实现。其中,特征层因具有较高的信息利用率,而被认为是最有价值的融合层次。但是,在实际应用中,特征层融合可能会遇到特征空间不匹配或维数灾难等问题。因此,本文以指纹、指静脉和指节纹为对象进行了手指生物特征融合的研究,提出了一种超球粒化融合方法,其主要工作概括如下:首先,分析了三种手指生物特征的图像特点,采用LTT(Local Ternary Texton)和HOG(Histograms of Oriented Gradients)来联合描述图像的灰度分布和纹理特征;其次,将手指三模态图像的特征向量映射到相同的特征空间中,表示成半径为零的原子超球粒;然后,提出了偏向指静脉的三角形融合模型,根据高维空间中三模态对应原子超球粒的空间位置关系构造三角形结构,并充分利用优势模态原子超球粒的绝对位置关系,构建手指三模态的融合超球粒;最后,采用改进的模糊包含度作为融合超球粒的相似性度量准则,实现了融合超球粒的特征匹配。实验结果表明,与传统的融合方法相比,本文提出的超球粒化融合方法,在不增加特征维度的条件下,有效地融合了手指多模态生物特征,并且获得较高的识别精度和识别效率。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.41;TP309

【参考文献】

中国期刊全文数据库 前10条

1 桑海峰;武红娇;何大阔;;手形、掌纹和掌静脉多特征融合识别[J];仪器仪表学报;2015年06期

2 万源;李欢欢;吴克风;童恒庆;;LBP和HOG的分层特征融合的人脸识别[J];计算机辅助设计与图形学学报;2015年04期

3 徐笑宇;姚鹏;;基于HOG与改进的SVM的手掌静脉识别算法[J];计算机工程与应用;2016年11期

4 苑玮琦;汤永华;荆澜涛;;手三模态融合识别方法[J];仪器仪表学报;2014年12期

5 黄静;苑玮琦;;基于基元模式信息统计的虹膜卷缩轮提取[J];计算机辅助设计与图形学学报;2014年08期

6 王国胤;张清华;胡军;;粒计算研究综述[J];智能系统学报;2007年06期

7 李子青;;人脸识别技术应用和市场分析[J];中国安防;2007年08期

8 张文超;山世光;张洪明;陈杰;陈熙霖;高文;;基于局部Gabor变化直方图序列的人脸描述与识别[J];软件学报;2006年12期

9 刘仁金,黄贤武;图像分割的商空间粒度原理[J];计算机学报;2005年10期

10 苗夺谦,范世栋;知识的粒度计算及其应用[J];系统工程理论与实践;2002年01期

中国博士学位论文全文数据库 前1条

1 刘宏兵;多目标粒度支持向量机及其应用研究[D];武汉理工大学;2011年

，

本文编号：1273896