手指靜脈圖像檢索方法研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著生物特征技術(shù)的快速的發(fā)展,類似于虹膜、指紋、人臉等生物特征因為其本身的獨特性和可識別性而已經(jīng)被廣泛的應(yīng)用在身份識別的領(lǐng)域中。在眾多的生物特征識別中,手指靜脈特征比起上述提到的生物特征有一些獨特的優(yōu)勢,主要集中在以下四點:首先是不必擔心因為手指觸碰到某些地方而導致手指靜脈特征被復(fù)制和盜取,因為手指靜脈特征存在于皮膚的下層;第二點是靜脈特征只能從活體中取得,因此靜脈特征具有很高的安全性;第三點是獲取手指靜脈的裝置是非常小巧和便攜的;最后

2、是對于大多數(shù)人來說,每個人最多能獲取到10個手指靜脈特征,并且每個手指靜脈特征都是不同的,因此手指靜脈特征對身份驗證來說具有很強的可選擇性和靈活性。正因為手指靜脈特征具有以上這些優(yōu)勢,手指靜脈識別技術(shù)吸引了非常多的學者的研究熱情并且變成一項越來越有前途的技術(shù)。
  很多相關(guān)的科研工作已經(jīng)匯報了手指靜脈識別領(lǐng)域的先進成果,但是在大規(guī)模人群的應(yīng)用場景下,手指靜脈圖像識別工作的魯棒性依然存在很大的挑戰(zhàn)。在這樣的情況下,檢索方法對于提高識

3、別效率就變得非常有用。鑒于這樣的目的,本文第二章節(jié)提供了一種基于分層詞匯樹二值碼搜索路徑的手指靜脈圖像檢索方法。具體來說,我們首先將局部的靜脈基元通過分層的k-means方法來構(gòu)造一棵詞匯樹。每個圖像塊都在搜索詞匯樹中最近的葉子節(jié)點的過程中的二值碼路徑表示出來,并且該二值碼的每一位是根據(jù)搜索路徑中是否通過或者跳過某個通訊節(jié)點而被標記為1或0。任意兩張圖片的相似度是由兩個路徑之間包含相同位數(shù)的總數(shù)來決定的。對一幅查詢圖像來說,注冊圖像中根

4、據(jù)得分排名,前t個圖像將被選為候選者以此來縮小搜索空間。通過在五個手指靜脈庫上進行驗證,試驗結(jié)果表明本文提出的方法能有效提高檢索的精度和效率。
  隨著不斷增長的數(shù)據(jù)量和使用需求,生物特征的數(shù)據(jù)庫也增長成更大的規(guī)模,因此手指靜脈圖像檢索也變成快速驗證身份的有效方法。然而當前存在的大多數(shù)檢索方法都是基于非重疊的矩形圖像塊中提取的固定范圍的特征,因此特征表示能力和靜脈特征的局部一致性都被忽視。并且這種弱化的編碼(根據(jù)預(yù)先定義的閾值進行

5、二值化)也會限制檢索的性能。為了解決這個問題,本文第三章節(jié)提出了一種新穎的手指靜脈圖像檢索框架,該框架基于多尺度超像素特征的相似度保留編碼方式。在提出的框架中,一個超像素塊中的局部一致的像素用來表示一個特征,并且根據(jù)超像素的分類,處于不同類別的超像素特征維數(shù)長度是不同的,超像素的分類是根據(jù)最低維數(shù)的特征的方差來決定的。此外,這種基于特征的壓縮和循環(huán)的特征編碼能夠?qū)⒘炕瘬p失降到最低并且保持了多尺度特征和二值碼直接的相似性。在六個公開的手指

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論