生物识别技术_new教程.doc

生物特征识别技术 编辑词条 B 添加义项 ? 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。 基本信息 出版社 沈阳工业大学视觉检测技术研究所 作者 苑玮琦 书名 生物特征识别技术 又名 biometric reconition或 biometric authentication 目录 1概要 2简介 3编辑推荐 4目录 折叠编辑本段概要 生物特征识别技术(biometric 或者是 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。 折叠编辑本段简介 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、手章静脉等，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。 折叠编辑本段编辑推荐 《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。 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