《人脸人耳融合生物识别论文》-毕业论文(设计).docVIP

《人脸人耳融合生物识别论文》-毕业论文(设计).doc

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
l 人脸和人耳多模态生物特征识别方法研究 【摘要】 目前的模式识别系统主要是单一模态,他们主要依靠人的单一的生物特征来进行身份验证。但是单一的生物特征识别能力非常有限。没有任何单一的生物特征在准确性和健壮性上是完善的,他们总是被外界因素干扰。使用多模态生物特征进行身份验证可以克服很多单一生物特征识别的局限性。因为使用多个独立的识别条件,所以多模态生物识别系统被认为更加可靠。但是由于使用了多个生物特征所以增加了识别系统的设计的复杂程度,例如,必须使用数据融合技术来整合多个识别条件进行识别。本文利用人脸和人耳作为识别特征,在匹配层进行数据融合。在匹配层融合可以充分利用每种特征的生物信息。使用人脸和人耳开发多模态识别系统有以下几个原因。首先,人脸和人耳图片可以用传统的摄像机拍摄。其次,可以实现非打扰式采集人脸入耳图像。最后,人耳和人脸的位置相互接近,方便采集。因此,人脸和人耳多模态生物识别系统比其他的多模态生物识别系统(比如人脸和指纹)更有可行性。论文中在匹配层进行特征融合,使用PCA作为特征提取的方法,分别使用Min-Max和Tanh-Estimator归一化特征向量,而后分别采用DS准则和加权融合作为融合算法。前者的融合结果可以达到97....?更多还原 【Abstract】 Biometric systems deployed in current real-world applications are primarily unimodal, i.e., they depend on the evidence of a single biometric marker for personal identity authentication (e.g., single ear or face). Unimodal biometrics are limited, because no single biometric is generally considered both sufficiently accurate and robust to hindrances caused by external factors.Several of the limitations imposed by unimodal biometric systems can be overcome by incorporating multiple biometric marke...?更多还原 【关键词】 人脸; 人耳; 融合; 生物识别; 【Key words】 Face; Ear; Fusion; Biometric Recognition; 【索购论文全文】138113721 139938848 即付即发 目录 摘要 5-6 ABSTRACT 6-7 第一章 绪论 10-16 1.1 课题背景 10-11 1.2 研究的目的和意义 11-12 1.3 多生物特征识别技术国内外研究现状 12-13 1.3.1 国外多生物特征识别技术的研究现状 12 1.3.2 国内多生物特征识别的研究现状 12-13 1.4 人脸识别的研究现状与存在的主要困难 13-15 1.4.1 人脸识别的研究现状 13-15 1.4.2 人脸识别存在的主要困难 15 1.5 人耳识别的研究现状 15-16 第二章 多生物特征融合 16-22 2.1 数据融合技术概述 16-17 2.1.1 数据层融合 16 2.1.2 特征层融合 16-17 2.1.3 匹配层融合 17 2.1.4 决策层融合 17 2.2 物特征识别的性能评估 17-22 第三章 人脸入耳定位 22-28 3.1 Haar特征 22-23 3.2 积分图 23-25 3.3 训练过程 25-26 3.4 检测过程 26-28 第四章 PCA人脸人耳特征提取 28-34 4.1 主成分分析 28-31 4.2 PCA方法的实验结果 31-34 第五章 相位一致性和KDDA结合的人耳识别方法 34-43 5.1 相位一致性的原理 34-35 5.2 相位一致性特征提取 35-36 5.3 核直接判别分析 36-38 5.4 模式匹配 38 5.5 实验结果与分析 38-42 5.5.1 参量选取实

您可能关注的文档

文档评论(0)

saodishenseng2 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档