基于匹配分数的多生物特征识别融合综述

受数据噪音和识别系统本身的限制,基于单一生物特征的身份认证系统所能达到的准确率是有限的。通过多生物特征识别来提高识别的准确率成为当前生物特征识别领域的研究热点之一。首先介绍了多生物特征识别的必要性、多生物特征识别的分类,然后重点介绍了基于匹配分数的多生物特征识别融合的研究现状,最后总结了多生物特征识别研究中的问题和未来的研究方向。     

基于人耳生物特征的身份识别

人耳识别技术的研究与应用在个体生物特征识别范围属于一种新的尝试.本文首先讨论了人耳识别技术的可行性及其特点,介绍了基于二维灰度图像、3D深度图像和耳纹图像的人耳自动识别方法,并重点对静态人耳图像识别方法进行了总结.最后针对人耳识别技术中的一些关键性问题,如人耳特征信息的提取、人耳图像的遮挡与缺损处理、人耳识别方法以及人耳图像库的构建进行了探讨,提出一些解决问题的思路.     

三维生物特征识别进展

迄今为止的绝大多数生物特征识别系统都是基于二维图像的。而成像过程中必有物体三维信息缺失,这使得单纯基于二维图像的特征识别研究在经历了一段时间的发展后,停滞不前。越来越多的研究者开始关注三维生物特征识别技术。利用三维生物特征数据可以充分发掘深度、曲率信息并较好地处理光照、姿态的影响,从而进一步提高识别率。论文综述了该领域当前的国内外研究现状,并探讨了面临的主要困难以及未来的发展方向。     

生物特征识别技术走向

当前,人们谈论最多的是个人隐私的保护问题,无论是日常生活中的门禁系统、ATM提款系统,还是工作中可能遇到的计算机中数据的存取以及网络交易中的身份确认。传统的安全保护方式不外乎密码、个人识别码(PIN)、磁卡或钥匙,但这些方法只能提供有限的保障,而且它们经常会被非法盗用或滥用,造成个人隐私及财务的损失。随着技术的发展,近年来生物特征识别技术以其特有的稳定性、惟一性和方便性,被越来越广泛地应用在安全、认证等身份鉴别领域。     

生物特征识别技术及相关问题综述

生物特征识别技术利用人的生物特征信息,自动实现对个人身份的识别和认证。本文综述了目前已有的八种生物特征识别技术,比较其在特征提取方法以及实际应用等方面的不同之处。同时,还讨论了生物特征识别系统自身的安全性问题,以及其他相关问题。     

基于生物特征的身份识别技术

就目前的技术发展情况来看，指纹识别与虹膜识别将成为未来身份认证的主流技术，传统的密码认证将被逐渐淘汰。[编者按]     

多生物特征识别

生物特征的识别技术是一门利用人类特有的个体特征来验证个人身份的科学，它与 传统的基于口令和个人身份号码的识别方法相比更加可靠．本文先对各种不同生物特征识别 技术作了简要介绍，然后，介绍了多生物特征识别技术及其工作原理和方法，对生物特征识 别技术的应用前景和发展方向进行了分析．     

生物特征识别技术之语音识别

语音识别技术的基本任务是将人说话发出的声波信号转换成为一种能够表达口语消息的符号序列。关于语音识别的研究从二十世纪50年代开始到现在的半个多世纪里一直非常活跃。本文将从语音识别的方法、技术原理和发展趋势等多方面进行阐述,便于读者全面了解语音识别现阶段的技术成果和未来走势。     

鼻部毛囊的生物特征识别

应用Hessian矩阵的(特征值,特征向量)参数组的关系提取鼻梁的中脊线,并区分出中脊线左右二边的毛囊识别区域.然后,在Hessian矩阵特征值符号的基础上,加入最大特征值对应的特征向量的方向和梯度方向的关系作为毛囊检测的条件.在103人的数据库中,得到的识别正确率为86.26%.实验结果表明,可以把鼻部毛囊的特征识别用作高效的人体身份认证技术之一.     

生物特征识别技术及相关问题综述

生物特征识别技术利用人的生物特征信息，自动实现对个人身份的识别和认证。本文综述了目前已有的八种生物特征识别技术，比较其在特征提取方法以及实际应用等方面的不同之处。同时，还讨论了生物特征识别系统自身的安全性问题，以及其他相关问题。     

采用韵律特征的说话人确认系统

在文本无关的说话人识别中,韵律特征由于其对信道环境噪声不敏感等特性而被应用于话者识别任务中.本文对韵律参数采用基于高斯混合模型超向量的支持向量机建模方法,并将类内协方差特征映射方法应用于模型超向量上,单系统的性能比传统方法的混合高斯-通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)基线系统有了40.19%的提升.该方法与本文的基于声学倒谱参数的确认系统融合后,能使整体系统的识别性能有9.25%的提升.在NIST(National institute of standards and technology mixture)2006说话人测试数据库上,融合后的系统能够取得4.9%的等错误率.     

Biometric Verification System Using Hyperparameter Tuned Deep Learning Model

Deep learning (DL) models have been useful in many computer vision, speech recognition, and natural language processing tasks in recent years. These models seem a natural fit to handle the rising number of biometric recognition problems, from cellphone authentication to airport security systems. DL approaches have recently been utilized to improve the efficiency of various biometric recognition systems. Iris recognition was considered the more reliable and accurate biometric detection method accessible. Iris recognition has been an active research region in the last few decades due to its extensive applications, from security in airports to homeland security border control. This article presents a new Political Optimizer with Deep Transfer Learning Enabled Biometric Iris Recognition (PODTL-BIR) model. The presented PODTL-BIR technique recognizes the iris for biometric security. In the presented PODTL-BIR model, an initial stage of pre-processing is carried out. In addition, the MobileNetv2 feature extractor is utilized to produce a collection of feature vectors. The PODTL-BIR technique utilizes a bidirectional gated recurrent unit (BiGRU) model to recognise iris for biometric verification. Finally, the political optimizer (PO) algorithm is used as a hyperparameter tuning strategy to improve the PODTL-BIR technique’s recognition efficiency. A wide-ranging experimental investigation was executed to validate the enhanced performance of the PODTL-BIR system. The experimental outcome stated the promising performance of the PODTL-BIR system over other existing algorithms.     

基于混合特征的上下位关系验证方法

上下位关系的自动验证是知识获取中的一个关键问题。提出一种基于混合特征的迭代上下位关系验证方法,从语义、语境、空间结构角度,给出一组上下位关系特征,根据抽样数据分析,将所有特征转化为用于验证的产生式规则,利用这些规则对基于模式获取的上下位关系进行循环迭代验证。实验结果说明了该方法的有效性。     

Development of Palmprint Verification System Using Biometrics

1 Introduction Reliability in personal authentication is key to the security in any transactional database. Many physiological characteristics of humans i.e., biometrics, are typically time invariant, easy to acquire, and unique for every individual. Biom…     

Modular Verification of Open Features Using Three-Valued Model Checking

Feature-oriented programming organizes programs around features rather than objects, thus better supporting extensible, product-line architectures. Programming languages increasingly support this style of programming, but programmers get little support from verification tools. Ideally, programmers should be able to verify features independently of each other and use automated compositional reasoning techniques to infer properties of a system from properties of its features. Achieving this requires carefully designed interfaces: they must hold sufficient information to enable compositional verification, yet tools should be able to generate this information automatically because experience indicates programmers cannot or will not provide it manually. We present a model of interfaces that supports automated, compositional, feature-oriented model checking. To demonstrate their utility, we automatically detect the feature-interaction problems originally found manually by Robert Hall in an email suite case study.Research done while at Brown University.     

基于状态空间的工作流模型验证

工作流模型的正确性和可靠性是工作流管理系统健壮性的基础。该文提出一种基于状态空间的工作流模型验证方法,从而确保在构造期间产生有效的工作流模型。     

基于图归约法的工作流模型验证

详细论述了对基于有向有环图（DCG图）的工作流模型结构正确性进行验证的图归约法及其五种归约规则，根据这些规则即可判定工作流模型中存在的结构冲突，从而迅速对其进行修正。     

基于Petri网的工作流模型合理性验证

工作流管理系统具有实时性、同步和异步操作等特点,其建模方法是成功实施工作流管理的关键,而工作流模型应该完整地支持工作流定义的概念,正确、高效地反应企业的经营组织过程,为确保工作流的正确运行,必须对工作流模型的合理性进行分析和研究,因此工作流的模型分析和优化成为工作流研究的一个重点[7]。该文从各种研究资料出发,利用工作流模型的合理性定义,给出基于Petri网的工作流模型的验证步骤和方法。     

事务级形式验证技术及8051验证模型

提出一种基于事务的用于电路系统的形式验证方法(TBFV)．应用该方法，验证工程师可以在行为级对系统进行验证，无需了解设计的细节．为了对该方法进行示范，验证了8051的RTL级实现，并给出了8051指令集的TBFV模型．     

基于多特征选择的中文文本分类

自动文本分类就是在给定的分类体系下,让计算机根据文本的内容确定与它相关联的类别。特征选择作为文本分类中的关键,困难之一是特征空间的高维性,因此寻求一种有效的特征选择方法,降低特征空间的维数,成为文本分类中的重要问题。在分析已有的文本分类特征选择方法的基础上,实现了一种组合不同特征选择方法的多特征选择方法,应用于KNN文本分类算法,实验表明,多特征选择方法分类效果比单一的特征选择方法分类效果有明显的提高。