检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于散射卷积网络的手指静脉识别方法研究

浙江工业大学学报 2018年第1期46卷 56-60页

作者：陈朋姜立王海霞陈培浙江工业大学信息工程学院浙江杭州310023

针对手指静脉特征提取及匹配识别问题,设计了一套嵌入式小型化手指静脉采集装置,并提出了一种基于散射卷积网络算法的手指静脉识别方法.对采集到的原始手指静脉图像进行感兴趣区域提取和预处理,利用多层散射卷积网络提取每张图像的散射... 详细信息

针对手指静脉特征提取及匹配识别问题,设计了一套嵌入式小型化手指静脉采集装置,并提出了一种基于散射卷积网络算法的手指静脉识别方法.对采集到的原始手指静脉图像进行感兴趣区域提取和预处理,利用多层散射卷积网络提取每张图像的散射能量分布特征,计算每个子块图像能量均值和方差作为特征向量,利用支持向量机进行样本训练和匹配识别.实验结果表明:该方法用于手指静脉识别相比于目前的其他方法能有更好的效果,识别率达到100%.

关键词：生物识别手指静脉散射卷积网络散射能量支持向量机

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于复杂网络和散射卷积网络的脉象特征分析

基于复杂网络和散射卷积网络的脉象特征分析

作者：侯山鹏哈尔滨工业大学

学位级别：硕士

脉搏信号包含丰富的诊断信息，脉诊是中医四诊中最重要的诊断方法之一。然而中医脉诊是一个较为主观的过程，诊断结果十分依赖医师的经验。为了克服这些问题，近年来众多学者致力于中医客观化的研究并取得了很多研究成果，但仍有很多问... 详细信息

脉搏信号包含丰富的诊断信息，脉诊是中医四诊中最重要的诊断方法之一。然而中医脉诊是一个较为主观的过程，诊断结果十分依赖医师的经验。为了克服这些问题，近年来众多学者致力于中医客观化的研究并取得了很多研究成果，但仍有很多问题亟待解决。脉诊的客观化主要包含脉搏信号的采集、预处理、特征提取和分类几方面。本文针对已有的预处理方法不能很好地处理低质信号的问题，提出了一种改进的预处理模型，并基于复杂网络和散射卷积网络，提出了两种有效的脉搏信号特征提取方法。脉搏信号的预处理旨在改善采集到的脉搏信号的质量，以往的预处理模块主要包含去除噪声，去除基线漂移两个部分。然而除了含有噪声和基线漂移之外，采集到的信号往往还存在细节缺失、信息量低等问题。本文在原有的预处理框架的基础上，增加了脉搏信号质量评价模块，并提出了一种基于二阶差分样本熵的脉搏信号质量评价算法。质量评价模块有效地减少了脉象数据集中的低质样本，实验结果表明我们提出的质量评价算法可以剔除90%以上的低质样本。在特征提取方面，以往的特征提取算法对不同脉搏周期之间的差异描述能力较弱。针对此问题，本文提出了基于复杂网络的脉搏特征提取方法，将脉搏信号从时间域变换到网络域，从而通过网络的统计特征描述脉搏信号周期间的差异信息。另外本文还着眼于提取对平移具有不变性和对形变具有Lipschitz连续性的特征，将散射卷积网络应用于脉象特征的提取。实验结果表明复杂网络特征可以有效地表征周期间差异信息，在心律不齐诊断中取得了很好的效果，散射卷积网络特征具有平移不变和对形变具有Lipschitz连续性以及信息保持等优良性质，在除心律不齐之外的几种疾病分类实验中均取得了优于其他特征的结果。最后，本论文在上述脉搏信号质量评价及特征提取方法基础上，设计并实现了一个脉搏信号分析系统。该系统具备基于二阶差分样本熵的脉搏信号质量评价功能，并分别实现了基于复杂网络和散射卷积网络的特征提取与诊断建模功能。

关键词：脉象分析特征提取样本熵复杂网络散射卷积网络

基于ARM平台的手掌静脉和掌纹识别系统软件设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ARM平台的手掌静脉和掌纹识别系统软件设计

作者：陈培浙江工业大学

学位级别：硕士

近年来,人们对个人信息安全越来越重视,传统的身份认证方式识别能力低、防伪能力弱,已无法满足人们的需要。生物特征识别利用生理特征或行为特征进行识别,具有更强的防伪性,从而在一定程度上解决了传统身份认证中所出现的问题,并逐渐成... 详细信息

近年来,人们对个人信息安全越来越重视,传统的身份认证方式识别能力低、防伪能力弱,已无法满足人们的需要。生物特征识别利用生理特征或行为特征进行识别,具有更强的防伪性,从而在一定程度上解决了传统身份认证中所出现的问题,并逐渐成为目前身份认证的主要实现手段。手掌静脉和掌纹识别系统也因此在生活中得到了广泛的应用。论文分析了图像融合、特征提取以及匹配识别等方面的理论知识,并介绍了嵌入式方面的相关技术。实现了手掌静脉和掌纹识别算法,并将其移植到ARM平台,还设计了图形用户界面以方便用户使用。最后对软件系统的功能和识别算法进行测试并对测试结果进行分析。论文的主要工作和研究成果归纳如下:(1)手掌静脉和掌纹识别算法实现:首先给出手掌静脉和掌纹识别算法的总体框架。然后针对嵌入式平台计算能力弱、存储空间小的特点,使用一种基于二维离散小波变换的图像融合算法对手掌静脉和掌纹图像进行融合,将得到的低频近似子图像作为样本,并使用散射卷积网络进行特征提取。针对特征向量维数较高、含有大量冗余数据等问题,使用PCA(Principal ComponentAnalysis)算法对特征向量进行降维,并使用 SVM(Support Vector Machine)分类器进行匹配识别。(2)手掌静脉和掌纹识别系统软件实现:首先给出识别系统软件总体框架。然后搭建嵌入式软件平台,包括Linux系统移植、Python移植、相关算法库移植等。为方便用户使用,采用Qt设计图形用户界面,并使用SQLite数据库存储用户相关数据。最后,将识别系统软件移植到ARM平台。(3)软件功能和识别算法测试及结果分析:测试了识别系统软件的基本功能,并从识别率、识别速度和可重复性等方面对识别算法进行测试,还对实验结果进行了分析。本文实现了基于ARM平台的手掌静脉和掌纹识别系统软件,配合图像界面能够实现用户注册和身份识别等功能,有助于帮助人们应对日趋严峻的信息安全问题。

关键词：生物识别技术手掌静脉掌纹散射卷积网络融合识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于有监督学习图像理解中的序模型研究

基于有监督学习图像理解中的序模型研究

作者：武丽丽燕山大学

学位级别：硕士

随着机器学习的广泛应用,通过机器学习解决排序问题已引起很多学者关注。本文在国内外相关研究成果基础上,探讨了一些学习排序的新思路,并为交通拥挤度和人脸美丽度估计提供一种新方法。首先,针对交通场景中拥挤度估计问题,提出基于有... 详细信息

随着机器学习的广泛应用,通过机器学习解决排序问题已引起很多学者关注。本文在国内外相关研究成果基础上,探讨了一些学习排序的新思路,并为交通拥挤度和人脸美丽度估计提供一种新方法。首先,针对交通场景中拥挤度估计问题,提出基于有监督序学习交通场景拥挤度排序计算模型,利用监督学习思路分别学习交通拥挤度和平均速度两个属性的排序函数。在交通拥挤度排序模型中,首先提取每帧训练图像GIST特征,而对于平均速度排序模型,首先通过帧间差分法提取视频运动信息,然后再提取GIST特征,最后引入改进的Ranking SVM投影模型,学习得到每个属性排序函数。其次,针对美丽指数自动评价问题,为此提出一种个性化人脸美丽指数相对排序模型。首先,根据大量志愿者对训练图像的主观评分进行初步排序,可以得到通用的排序模型,然后,在通用模型基础上结合用户审美进行重排序,就会得到根据用户审美的个性化排序模型。采用GIST与HOG的混合特征类型,与Eigenfaces和Dense-SIFT单个特征类型相比,获得较好的排序结果。再次,针对提取人脸图像的美丽度信息问题,本文提出一种散射卷积网络特征提取方法,该方法能提取图像在弹性形变和平移变化的不变特征,并且对光照不敏感。小波散射变换可以区分有相同傅里叶变换的能量谱。小波散射卷积网络分层次提取图像高频信息,本文将小波散射卷积网络输出的前三层散射能量特征作为人脸美丽指数度量特征。为验证小波散射卷积网络特征提取方法用于人脸美丽指数评价系统的有效性,本文采用相对属性排序算法建立了一个人脸美丽指数排序模型。最后,本文对图像排序算法在解决交通拥挤度问题及美丽指数自动评价问题上进行了研究。在解决交通拥挤度问题上,提出一种有监督序拥挤度排序算法,在解决美丽指数评价问题上对此算法进行了改进,提出一种个性化人脸美丽指数排序模型,并将散射卷积网络用于提取人脸美丽度特征。

关键词：排序学习 GIST特征交通拥挤度人脸美丽指数个性化排序模型混合特征散射卷积网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

手指多模态特征识别算法研究

手指多模态特征识别算法研究

作者：姜立浙江工业大学

学位级别：硕士

近几十年来,信息技术不断发展,传统的身份认证方式面临着巨大的挑战,识别能力低和防伪能力弱,成了身份认证领域的两大瓶颈问题。生物识别技术能有效地克服这些问题。手指作为人体感知世界的重要器官,有着丰富的身份信息,如指纹、指横纹... 详细信息

近几十年来,信息技术不断发展,传统的身份认证方式面临着巨大的挑战,识别能力低和防伪能力弱,成了身份认证领域的两大瓶颈问题。生物识别技术能有效地克服这些问题。手指作为人体感知世界的重要器官,有着丰富的身份信息,如指纹、指横纹和手指静脉等,近些年来逐渐受到学术界的关注和重视。相比于生物的单模态识别系统,多模态特征识别技术融合了多种生物特征信息,具有更好的防伪特性和更高的识别精度。本文首先分析了手指静脉和指横纹成像采集、图像预处理、特征提取与匹配识别以及特征融合识别等方面的基础理论知识,然后对整个手指多模态识别系统的流程做了详细的介绍。为了提高整个系统的识别精度,本文分别从图像预处理、特征提取及匹配识别和融合识别三个部分进行研究,论文的主要工作和研究成果归纳如下:(1)手指静脉和指横纹图像的预处理算法研究:主要包括手指静脉的感兴趣区域提取、图像归一化以及图像滤波去噪。针对常规滤波方法易丢失细节信息以及使图像模糊化问题,采用了一种结合均值滤波的小波变换滤波方法,去除噪声的同时保留了手指静脉和指横纹的细节信息,并且不会使图像变得模糊化。(2)手指静脉单模态的特征提取与匹配识别算法研究:本文针对手指静脉特征提取,采用了一种基于散射卷积网络算法的特征提取方法。针对预处理后的图像,利用多层散射卷积网络提取出每张图像的散射能量分布特征矩阵,作为单样本的特征依据,然后利用支持向量机进行匹配识别。最后,该方法与一种基于子空间的特征提取方法作为比较,并在低频子带图像中对两种方法进行了对比分析。(3)手指多模态融合识别研究:从手指静脉和指横纹融合识别的三个层次出发,对其融合识别算法进行研究,在数据层采用了基于小波变换的融合方法进行融合,在特征层采用了基于散射卷积网络的融合方法进行融合,在决策层采用权重匹配法进行融合。最后对三种不同的融合策略进行了对比分析。

关键词：生物识别技术手指静脉指横纹散射卷积网络融合识别