1、手指靜脈識(shí)別是利用靜脈血液中的血紅蛋白對(duì)近紅外光的吸收特性來采集手指靜脈圖像進(jìn)而進(jìn)行身份識(shí)別的。相比較其他生物特征識(shí)別，手指靜脈識(shí)別具有以下優(yōu)勢(shì):(1)非接觸式采集:一方面，手指靜脈圖像不容易受手指表面條件影響，另一方面，非接觸式采集對(duì)用戶來說較為方便、衛(wèi)生。(2)活體識(shí)別:手指靜脈圖像只有在活體時(shí)才能采集到。(3)高安全性:手指靜脈是人體的內(nèi)部特征，因此難以被盜竊、復(fù)制。(4)采集設(shè)備小:與掌靜脈和手背靜脈采集設(shè)備相比，手指靜脈的采集

2、設(shè)備體積較小，便于攜帶。目前，手指靜脈識(shí)別已經(jīng)逐步在樓宇門禁、銀行、ATM存取款機(jī)、汽車安全等眾多領(lǐng)域已經(jīng)得到一定的應(yīng)用。上述優(yōu)勢(shì)使得手指靜脈具有廣闊的市場(chǎng)空間和較大的研究?jī)r(jià)值。
　　手指靜脈識(shí)別系統(tǒng)一般包含手指靜脈圖像采集、圖像預(yù)處理、特征提取、匹配四個(gè)過程。特征提取是整個(gè)識(shí)別過程中非常關(guān)鍵的一步，特征提取的好壞直接影響到識(shí)別系統(tǒng)的性能。雖然目前針對(duì)手指靜脈特征的研究已經(jīng)取得了較大的進(jìn)展，但是仍存在一些問題尚待解決。比如，特征表

3、達(dá)還需要進(jìn)一步完善（其中往往包含較多的噪聲信息、多未考慮不同用戶之間的差異性等等），手指靜脈特征對(duì)外部采集條件（光照，手指的姿勢(shì)等）的變化比較敏感。另外，多生物特征融合是進(jìn)一步提高識(shí)別系統(tǒng)性能的一個(gè)重要方向，而如何更有效的融合不同的生物特征的區(qū)分性信息是多生物特征融合需要解決的一個(gè)重要問題。
　　本文針對(duì)現(xiàn)有特征的有效性較低、對(duì)外部采集條件的變化魯棒性較差，以及多生物特征信息融合的有效性較低等問題開展較為深入、系統(tǒng)的研究，主要取得

4、了以下成果:
　　(1)針對(duì)現(xiàn)有特征有效性較低問題，提出了基于個(gè)性化特征選擇的手指靜脈識(shí)別方法。在對(duì)手指靜脈圖像進(jìn)行深入分析的基礎(chǔ)上，提取了一種融合灰度、紋理和方向信息的復(fù)合特征Pyramid Histograms of Gray，Texture and OrientationGradients(PHGTOG)，并結(jié)合每個(gè)生物個(gè)體的差異，進(jìn)而提出了基于LASSO稀疏的個(gè)性化特征選擇方法。PHGTOG的提取融合了灰度直方圖、紋理直方

5、圖以及方向梯度直方圖并使用了空間金字塔技術(shù)。三種直方圖的融合使得PHGTOG包含了手指靜脈圖像的灰度、紋理以及形狀信息。另外，空間金字塔技術(shù)使得PHGTOG能夠描述手指靜脈的全局結(jié)構(gòu)和局部細(xì)節(jié)信息，因此，PHGTOG包含大量的描述信息（區(qū)分性信息和冗余信息）。使用基于LASSO稀疏的個(gè)性化特征選擇方法對(duì)PHGTOG進(jìn)行特征選擇，經(jīng)過選擇后的特征不僅去掉了PHGTOG中的冗余信息，而且保留了每個(gè)用戶最具區(qū)分性的個(gè)性化信息，具有更高的有效性

6、。
　　(2)針對(duì)現(xiàn)有特征對(duì)于外部采集條件的變化魯棒性較差問題，提出了一種基于Hyperlnformation Feature(HIF)的手指靜脈識(shí)別方法。借助于計(jì)算機(jī)視覺中高級(jí)屬性的思想，首先給出了base attribute的概念，然后提出了HIF的提取框架，最后在提出的框架下設(shè)計(jì)了基于K-means和稀疏學(xué)習(xí)的HIF提取方法。HIF由若干個(gè)base attribute組成，base attribute能夠描述用戶在某種采集條

7、件下手指靜脈的某種特點(diǎn)。相比較傳統(tǒng)的特征只是單一地表示手指靜脈圖像的紋理、形狀等特性，由若干base attribute組成的HIF能夠通過多個(gè)視角反映用戶在某一采集條件下獲得的手指靜脈圖像的特點(diǎn)，具有更豐富的區(qū)分性信息，其對(duì)于外界條件的變化更加魯棒。
　　(3)針對(duì)多生物特征融合的有效性較低問題，提出了一種基于分類置信度得分的手指靜脈和手指輪廓的個(gè)性化融合方法?？紤]到圖像獲取的方便性以及兩種生物特征之間的互補(bǔ)性，本文使用手指靜脈

8、和手指輪廓進(jìn)行得分級(jí)上的融合。在對(duì)傳統(tǒng)的融合得分分析基礎(chǔ)之上，首先提出基于分類面距離的分類置信度得分，然后結(jié)合不同用戶生物特征的差異性，提出了基于SVM的個(gè)性化融合方法。相比較傳統(tǒng)的融合得分，提出的分類置信度得分包含了更多的分類信息，能夠?yàn)樽詈蟮娜诤咸峁└嗟挠行畔?。個(gè)性化的融合權(quán)重考慮到了用戶之間的差異性，針對(duì)每個(gè)用戶，將較大的權(quán)重賦予區(qū)分性更明顯的生物特征，使其在最后融合時(shí)發(fā)揮更大的作用，進(jìn)而提高了兩種生物特征融合的有效性。

9、>　　本文系統(tǒng)分析了手指靜脈識(shí)別中存在的特征有效性較低、魯棒性較差以及多生物特征融合的有效性較低等三個(gè)問題，并針對(duì)這些問題分別提出了基于個(gè)性化特征選擇的手指靜脈識(shí)別方法、基于Hyperlnformation Feature的手指靜脈識(shí)別方法以及基于分類置信度得分的手指靜脈和手指輪廓的個(gè)性化融合方法。上述方法在自建的手指靜脈圖像數(shù)據(jù)庫上進(jìn)行了相關(guān)的實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)結(jié)果進(jìn)一步證明了上述方法的有效性。本文的研究工作不僅拓展了個(gè)性化生物識(shí)別的研究