生物特征识别技术综述

通过对各种生物特征识别技术的基本原理和关键技术进行分析比较,探讨了生物特征识别技术的研究前景——多生物特征识别。生物特征识别技术作为一种身份识别手段具有独特的优势,是近年来国际上的研究热点,对信息安全等有重要意义。     

基于手掌几何学的多模态生物特征识别系统的设计

针对目前生物特征识别中存在的不足,充分利用生物特征的优势,通过对掌形图像的特征提取及图像预处理、特征提取与比对技术,开展多模态生物特征融合的识别机制研究,目的在于提出一种更为实用的、多级别安全设置的多模态生物特征融合识别机制,提出基于ARM11硬件的实施方案,设计一种适合不同应用场景的安全生物特征识别系统,满足目前身份认证系统的需要。     

虹膜识别技术研究

虹膜识别以其唯一性、稳定性和非侵犯性等优点成为生物特征识别中极具发展潜力的身份识别技术。文章详细介绍了虹膜识别技术的国内外发展现状和常用算法,并介绍了现有虹膜识别技术中存在的主要问题。     

一种基于特征串比较的眉毛识别方法

为了对眉毛这种新颖的生物特征开展识别研究,提出了一种基于特征串比较的眉毛识别方法,其基本思想是采用离散傅里叶变换和K-均值算法进行特征串提取,并通过计算2个眉毛特征串之间的编辑距离来确定所识别的候选人.在22人的小规模眉毛图像数据库上所做的6组实验表明。该方法均达到了95.45%或100%的识别正确率,从而验证了眉毛识别用于个人身份鉴别的可能性和有效性.     

余弦相似度保持的掌纹识别算法

掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点。传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题。为了解决这些问题,本文提出了一种基于学习的掌纹识别算法。首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征。然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余。最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子。在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度。     

基于能量图匹配的步态识别方法研究

步态识别是一种新兴的生物特征识别技术,它依赖于图像处理和模式识别技术.本文针对步态识别目的,运用基于能量图的方法识别步态目标.首先对静态背景下的序列图像进行背景建模,根据建模结果提取出各帧图像中的目标.二值分割之后,运用形态学滤波器处理目标,得到无噪声的完整目标,经平均化计算得到能量图.讨论了相似性计算方法,运用模板匹配法进行最终的目标识别.运用步态数据库中的图像进行实验,结果证明了方法的有效性.     

生物识别中的运动目标视觉分析

在以IT技术和生物技术为主流科技的知识经济时代，身份的鉴定有了来自生物体自身的密匙，横跨这两大科技领域的生物特征识别技术正愈益显示出其旺盛的生命力和远大前景。其中对运动目标的视觉分析是生物识别的重要内容之一，它在虚拟现实、视觉监控、感知接口中均有广泛的应用。本文介绍视觉分析中图像序列的检测，分类，跟踪，识别，并回顾运动分析目前的发展水平和常用的处理方法。     

生物特征密码技术综述

生物特征密码技术,即融合生物特征识别技术与密码技术的新兴技术,主要体现为基于生物特征识别技术的密钥保护技术与密钥生成技术。生物特征密码技术不仅可以安全保护用户的生物特征信息免遭泄露的风险,更重要的是可以解决各种对象实体的数字身份认证与私密信息的加密保护问题。本文综述了自1996年第一个利用指纹特征的密钥生成方案及2012年经典模糊金库提出以来主要的密钥生成技术研究工作,剖析了这些方案的基本结构及性能优劣,并探讨了生物特征密码技术的未来研究思路。     

利用生物特征水印的交易协议及其实现

为解决水印密钥保密传递和唯一性等问题,将生物识别技术与数字水印相结合,从应用角度分析了现有的数字水印协议和模型,引入生物特征识别技术,给出了一种安全的数字水印协议;实现了一种基于指纹识别的生物特征水印实施方案,解决了一般情况下生物特征数据和数据量较大、难于将其表达成能适应水印嵌入和提取的关键问题。实验证明,该方案是可行和有效的。     

指纹取像技术

生物识别技术已经成为身份识别和网络安全的发展方向之一。指纹识别技术是生物识别技术中最具有代表性和应用前景的一种技术。指纹图像的取像技术是指纹识别中的关键技术之一。本文分析比较了不同种类的指纹取像技术及其性能,并介绍了指纹取像技术的应用情况。     

音高特征在说话人识别中的可分性及应用研究

对音高特征在说话人识别中的可分性问题进行了分析和实验研究，首先利用基音周期均值和方差的统计特性，绘制出话者音高特征空间分布图，从中看出音高特征在区分说话人个性方面的可行性，可在少量话者集合或初级识别中加以利用，实验表明，利用音高特征进行说话人识别具有明显的效果，在大量话者辨认时，利用它进行粗判可以有效减少后级识别范围，对提高系统响应效率有应用价值。     

基于小波神经网络的刀具切削状态特征识别

利用小波分析技术提取刀具状态信号特征量，用神经网络技术对信号的特征量进行训练仿真。结果表明，该方法实现了对刀具切削状态的特征识别。     

基于神经网络方法的手写体数字识别

利用神经网络技术对无限制手写体数字进行识别。在选取合适的特征基础上，对图像进行分域处理，每一小域对应输入层的一个神经元。测试结果表明，该识别方案具有很强的抗畸变、抗旋转能力。     

手形和掌纹决策层融合方法研究

手形识别和掌纹识别是两种不同的生物特征识别技术,根据二者的特点,将它们相结合研究手形和掌纹融合算法。分别介绍了基于几何特征的手形特征提取方法和基于模糊方向能量的掌纹特征提取方法,针对两种生物特征的特点,重点研究了二者在决策层融合的方法,构建基于并联融合和串联融合的双模态识别系统。通过对每种算法的实验测试,表明融合后的系统性能要优于单一的手形识别和掌纹识别方法的性能。     

零件设计模型向毛坯模型转换技术研究

叙述了基于特征识别的零件毛坯建模技术，并从面加工特征和体加工特征两方面进行了形状特征的识别，然后根据特征造型过程中存在的布尔操作进行相反的布尔加或布尔减操作，再根据精度特征、材料特征、加工特征等进行相应加工余量的补偿，得到了毛坯模型。     

基于STEP的相交特征识别

目的构建基于STEP的制造特征识别系统,研究系统中的特征识别尤其是相交特征识别的实现方法．方法在VC＋＋6．0和ST—Developer集成环境下,应用MFC类库和ROSE库等进行系统的构建及程序和数据的处理,并以STEP中性文件AP203和AP224分别作为系统的输入和输出文件．结果所构建的系统实现了具有相交特征的制造特征识别,其特征识别技术是采用基于图的特征识别方法;针对特征相交中两种不同类型的相交实体,分别采用不同的方法对加工面邻接图进行了有效的分解．结论以AP203文件作为特征识别系统输入文件,实现特征识别系统与CAD系统的无缝连接;经过特征识别所生成的特征符合AP224中所定义的制造特征模型,有力地支持了基于STEP的CAD＼cAPP＼CAM数据集成技术,所采用的制造特征识别方法能够识别普遍的相交特征．     

鼻子区域生物特征识别

人脸图像信息中鼻子区域受表情、胖瘦、发型等变化的影响极小,为人脸识别过程提供了稳定的个体特征．首先对鼻子的生理结构进行了剖析,分析了利用鼻子区域识别个体的可行性及其特点;再对提取鼻子特征的Gabor参数进行了简化;然后用Gabor 核Fisher判别分析算法在不同数据库上对鼻子区域的识别效果进行了实验分析．结果表明,在表情和姿态变化较大的情况下,鼻子区域的识别效果要比人脸的识别效果好．     

基于面向对象模糊特征类库的特征识别模型的研究

运用模糊数学的原理，将面向对象模糊特征类思想引入特征建模领域，在此基础上，提出了面向对象模糊特征类库的特征建模思想和特征模糊识别的理论路线，并举出应用实例进行说明。     

一种基于谱估计的被动声呐目标识别方法

为解决被动声呐目标的特征提取与识别问题，通过对被动声呐目标噪声频谱特性的深入分析，给出了一种基于Welch谱估计的目标特征提取方法．对提取出来的特征采用动态规划的方法进行特征选择，得到用于识别的特征向量．对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取和特征选择．采用BP神经网络和最近邻法对噪声样本进行了分类识别实验，结果证实了所提方法的可行性和有效性．研究结果可以用于被动声呐目标识别．     

人脸识别特征抽取方法的研究进展

人脸识别属于生物识别的研究领域,是模式识别的一个重要研究方向,特征抽取是解决人脸识别的关键问题。通过对各种特征抽取技术和方法的分析比较,认为光照和姿态是影响人脸识别效果的两个主要因素,提出了人脸识别的解决思路和今后的研究趋势。