• 正在加载中...
  • 生物特征识别技术

    生物特征识别技术(biometric recognition或 biometric authentication)是计算机科学中,利用生物特征对人进行识别,并进行访问控制的学科。

    编辑摘要

    基本信息 编辑信息模块

    名称: 生物特征识别技术 作者: 苑玮琦
    英文名: biometric recognition或 biometric authentication 别名: biometric recognition或 biometric authentication
    语种: 中文 出版社: 沈阳工业大学视觉检测技术研究所
    开本: 16开

    目录

    目录/生物特征识别技术 编辑

    前言

    第一章生物特征识别概述

    第一节生物特征识别的起源和发展

    第二节生物特征识别系统

    第三节几种生物特征识别技术及比较

    一、虹膜识别

    二、人脸识别

    三、人耳识别

    四、指纹识别

    五、掌纹识别

    六、手形识别

    七、静脉识别

    八、几种生物特征识别技术比较

    第四节生物特征识别技术的应用

    第五节生物特征识别技术的前景

    参考文献

    第一部分头部特征识别

    第二章虹膜识别

    第一节概述

    一、虹膜识别发展历史

    二、虹膜生理结构特征

    三、虹膜识别特点

    四、人眼图像的采集

    五、虹膜识别基本过程

    六、人眼自然睁开状态下的虹膜图像中存在的问题

    第二节噪声(眼睑、睫毛和光斑)的检测

    一、眼睑的检测

    二、睫毛的检测

    三、光斑的检测

    第三节虹膜边界的检测

    一、积分微分圆检测算子

    二、Hough曲变换方法

    三、主动轮廓线跟踪方法

    四、通过特定虹膜边界点寻找边界的方法

    第四节虹膜图像的分割

    一、固定角度确定虹膜无噪声干扰区域方法

    二、根据噪声确定实际虹膜区域方法

    三、虹膜区域选取与识别率对应关系

    第五节虹膜图像归一化

    一、虹膜图像内外圆不同心的调整

    二、虹膜图像尺寸的归一化

    三、虹膜图像展开成矩形

    第六节虹膜特征提取与匹配

    一、利用2DGabor滤波器提取虹膜相位信息

    二、Gabor滤波器参数设计及虹膜特征提取

    三、利用小渡过零方法提取不同分辨率下的虹膜特征

    四、利用金字塔方法提取虹膜灰度信息

    五、多尺度模板提取虹膜纹理位置信息

    六、基于傅里叶变换的相位相关法

    七、基于灰度曲面直接匹配法

    八、基于结构特征的虹膜识别方法

    九、基于局部信息统计的虹膜分块编码方法

    十、基于局部分块特征的虹膜识别方法

    第七节自适应虹膜识别方法

    一、相位一致性理论

    二、特征提取和表示

    三、自适应模式匹配

    第八节虹膜识别小结

    参考文献

    第三章人脸识别

    第一节概述

    一、人脸识别发展历史

    二、人脸识别系统

    三、人脸识别的实验样本

    第二节人脸识别中的关键问题

    一、光照问题

    二、姿态估计与匹配

    三、时变的特征提取与消除

    第三节人脸的检测与定位

    一、基于知识的人脸检测方法

    二、基于模板匹配的检测方法

    三、基于统计模型的人脸检测方法

    四、人脸检测方法小结

    第四节人脸几何特征提取方法

    一、形状几何特征提取

    二、基于几何模板的特征提取

    第五节人脸代数特征提取方法

    一、主成分分析法

    二、基于遗传算法优化的PcA算法

    三、独立成分分析法

    四、奇异值分解方法

    五、基于隐马尔可夫模型特征提取方法

    第六节人脸分类识别方法

    一、基于线性判别分析方法

    二、基于神经网络的人脸识别方法

    三、基于支持向量机的人脸识别方法

    第七节其他人脸识别方法

    一、三维人脸识别方法

    二、基于肤色模型的人脸识别方法

    三、深度图像人脸识别方法

    四、基于多种特征融合机制人脸识别方法

    第八节人脸识别小结

    参考文献

    第四章人耳识别

    第一节概述

    一、人耳识别发展历史

    二、人耳识别特点

    三、人耳识别系统

    第二节人耳图像预处理

    一、人耳解剖结构

    二、图像噪声处理

    三、耳廓边缘提取

    四、归一化处理

    第三节基于几何特征的人耳识别方法

    一、几何学识别方法

    二、基于长轴的形状特征识别方法

    三、基于内耳角点特征的人耳识别方法

    四、基于外耳轮廓曲线的人耳识别方法

    五、基于最大主曲率的人耳识别方法

    第四节基于代数特征的人耳识别方法

    一、主成分分析法

    二、低阶不变矩法

    第五节其他人耳识别方法

    一、基于灰度曲面匹配方法

    二、使用voronoi图表的邻接图匹配方法

    三、使用组合技术的神经网络方法

    四、力场转换方法

    五、遗传局部搜索算法

    六、基于3D耳朵检测和识别方法

    第六节结合面部特征的人耳识别技术

    一、由人脸正面图像提取面部结构特征参数和耳廓大小特征参数

    二、由人脸侧面图像提取耳廓形状特征参数

    三、由人脸侧面图像提取耳廓结构特征参数

    四、特征识别方法

    第七节人耳识别小结

    ……

    第二部分手部特征识别

    第五章指纹识别

    第六章掌纹识别

    第七章手形识别

    第八章静脉识别

    ……

    简介/生物特征识别技术 编辑

    生物特征识别技术,目前比较成熟并大规模使用的方式主要为,指纹、虹膜、脸、耳、掌纹、手掌静脉等,此外近年,语音识别、脑电波识别、唾液提取DNA等研究也有突破,有望进入商用阶段。

    生物特征识识别技术通常按照,扫描、数字化处理、分析、特征提取、存储、匹配分类几个步骤处理。目前扫描数字化处理已经相对成熟,主要的研究集中在分析和特征提取方面。作为一门计算机学科中的一个分支,存储、匹配和检索的高速化处理近年也有相当数量和质量的研究论文发表。

    生物特征识识别技术的应用相当广泛,在计算机应用领域居重要地位。在计算机安全学中,生物特征识别是认证(authentication)的重要手段,生物测定(Biostatistics)则被广泛地应用在安全防犯领域,国家安全公共安全领域中也有广泛的应用。

    概念/生物特征识别技术 编辑

    生物特征识别技术主要是指通过人类生物特征进行身份认证的一种技术,这里的生物特征通常具有唯一的(与他人不同)、可以测量或可自动识别和验证、遗传性或终身不变等特点。所谓生物识别的核心在于如何获取这些生物特征,并将之转换为数字信息,存储于计算机中,利用可靠的匹配算法来完成验证与识别个人身份的过程。

    身体特征包括:指纹、静脉、掌型、视网膜、虹膜、人体气味、脸型、甚至血管、DNA、骨骼等;行为特征则包括:签名、语音、行走步态等。生物识别系统则对生物特征进行取样,提取其唯一的特征转化成数字代码,并进一步将这些代码组成特征模板,当人们同识别系统交互进行身份认证时,识别系统通过获取其特征与数据库中的特征模板进行比对,以确定二者是否匹配,从而决定接受或拒绝该人。

    编辑推荐/生物特征识别技术 编辑

    《生物特征识别技术》作者苑玮琦教授领导的沈阳工业大学视觉检测技术研究所从2001年开始相继对虹膜识别、人耳识别、人脸识别、指纹识别、掌纹识别、手形识别和手部静脉识别等生物特征识别技术开展了研究工作,先后2次获得国家自然科学基金以及教育部春晖计划项目、辽宁省自然科学基金、辽宁省高等学校优秀人才支持计划、辽宁省高等学校创新团队项目计划、沈阳市科学技术基金等多项基金的资助。

    添加视频 | 添加图册相关影像

    开放分类 我来补充
    图书

    互动百科的词条(含所附图片)系由网友上传,如果涉嫌侵权,请与客服联系,我们将按照法律之相关规定及时进行处理。未经许可,禁止商业网站等复制、抓取本站内容;合理使用者,请注明来源于www.baike.com。

    登录后使用互动百科的服务,将会得到个性化的提示和帮助,还有机会和专业认证智愿者沟通。

    互动百科用户登录注册
    此词条还可添加  信息模块

    WIKI热度

    1. 编辑次数:12次 历史版本
    2. 参与编辑人数:12
    3. 最近更新时间:2019-06-06 12:16:39

    相关词条