生物识别技术期末考试复习题.pptVIP

一.填空题（每空2分，共30分） 二.名词解释（每个4分，共5个，共20分） 三.简答题（每题10分，共3题，共30分） 四.综述题（共20分） 生物识别技术的基本概念（P1） 常用的生物识别技术及特点(P2-P6) 能够用来鉴别身份的生物特征应该具有的特点（P8） 生物识别系统（P10） FRR,FAR(P15) 指纹特征（P18） 采集指纹图像的三种技术（P21） 指纹图像处理技术(P24) 指纹产品（P45-P72） 人体面像检测（P102） 面像识别的关键问题（P108） 捕捉面像图像的技术（P111） 虹膜识别技术历史（P132） 虹膜识别技术原理 书写动作局部特征（P163-P164） 笔迹鉴定过程（P164-P165） 计算机笔迹识别的分类（P169） 静脉识别技术分类（P174） 静脉识别技术（P171） 简答题 指纹识别的四个过程及相应的作用 常用的生物识别技术有哪些，你是如何理解这些生物识别技术的(基于哪些生物特征，优缺点) 面像识别技术的实现过程 传统身份认证平台中存在的问题及指纹身份认证平台的优点 常用的信息载体有哪些，试分析它们作为指纹信息载体的可行性 指纹识别技术应用于银行中，常用的实现方式及实现过程（P90-P95） 综述题 面像识别产品及面像识别技术在生活中的应用 DSP智能摄像机 面像识别门禁 面像识别考勤机 面像识别技术在智能视频监控中的应用 人脸识别在数码相机上的应用 面部识别技术在Google图片搜索整合中的应用 面像识别技术在金融系统中的应用 面像识别技术的应用案例 1.面像识别技术在智能视频监控中的应用 智能视频监控系统以智能化为关键，将关注的焦点集中到监控对象本身。从庞大视频流中将特定的目标提取出来，并针对这些特征进行分析、识别等处理，场景中的运动人员和车辆可以被成功的检测和跟踪，通过获取到的运动目标的位置、运动轨迹等信息，系统对目标的运动行为进行推测。在给定的预警范围内，当监控场景中有特殊行为发生时，系统会自动给出预警。 人脸作为重要的移动目标，一直以来被众多智能视频监控领域的专家视为重点研究对象。人脸识别与视频监控的无缝对接将极大地提升传统视频监控的预警功能和智能化程度，极大地拓展人脸识别技术的应用空间。 面像识别技术在智能视频监控中的应用 面像识别在智能视频监控系统中担当了图像采集、人脸检测与定位、人脸图像规范化及人脸分析处理几个重任. 目前，智能视频监控系统已经在高端的安防市场有了多年应用，如在机场、监狱、军事基地和其他大型基础设施中。而人脸识别是目前应用最为广泛的，以监狱为例，它的区域太过分散，狱警无法完全监控到所有范围，这时，智能化的视频监控系统就可以充分展示它的才能了，它能够自动探测在某些特定场所和时间内进入或离开某一监控区域的可疑人员。 指纹移动硬盘是采用最新指纹识别技术，结合硬件加密技术的移动安全硬盘。可提供完整的从数据安全到网络安全的生物识别身份认证解决方案。 指纹KEY是最新的网银客户端安全设备，它集USB key优势，并增加指纹识别功能，彻底杜绝网银安全隐患。 人体面像检测 面像检测是指在动态的场景与复杂的背景中判断是否存在人体面像，并分离出这种面像。一般有下列几种方法： （1）参考模板法。首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸。 （2）人脸规则法。由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸。 （3）样品学习法。采用模式识别中人工神经网络的方法，通过对面像样品集和非面像样品集的学习产生分类器 进行分类，从而判断是否包含人脸。 （4）肤色模型法依据面像肤色在色彩空间中分布相对集中的规律来进行检测是否包含人脸。 （5）特征子脸法将所有面像集合视为一个面像子空间，并基于检测样品与其在子空间的投影之间的距离判断是否存在人体面像。 捕捉面像图像的技术 扑捉面像图像的两项技术分为视频技术和热成像技术 视频技术通过一个标准的摄像头获取面像的图像或一系列图像，在面像图像被捕捉之后，一些核心点被记录，例如，眼睛、鼻子和嘴的位置以及它们之间的相对位置被记录下来，然后形成模板。 热成像技术通过分析由面像的毛细血管的血液产生的热线来产生面像图像，与视频摄像头不同，热成像技术并不需要在较好的光源条件下，因此，即使在黑暗情况下也可以使用。一个算法和一个神经网络系统加上一个转化机制就可将一幅面像图像变成数字信号，最终产生匹配或不匹配信号。 虹膜识别技术原理 1 、虹膜图像获取 2 、图像预处理: 虹膜定位(分别对内外两个边界进行处理), 虹膜图像归一化(用极坐标变换的方法进行归一化) 虹膜图像增强(对展开后的虹膜图像进行局部的