预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共47页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

哈尔滨理工大学工学硕士学位论文--基于手部特征的多模态生物识别技术研究-I-基于手部特征的生物多模态技术研究摘要随着科学技术与时俱进的脚步,人们对于安全问题的关注性也越来越高,生物识别的技术优势越加突出了其重要性,生物特征识别就是指进行身份的判断时利用人类所特有的生理特征和行为特征。但同时基于单模态的身份识别技术却有着一些缺点,比如防伪性能差,易被窃取等,本文就这一问题而提出了多模态生物识别技术,它就是通过利用多种生物特征的融合技术进行身份识别和身份验证,主要优势在提高识别效率,抗噪性、普适性等方面都有所改善。虽然近年来多模态生物识别技术已经得到了多方面各个层次的关注和重视。但是,目前该技术仍然不是十分成熟,需要我们在以后的工作中进一步研究和探讨。我们将具有丰富特征的人体手部作为本论文的研究重点,本文研究的手部的生物特征主要是基于掌纹特征和手形特征的,他们作为生物识别特征具有稳定性和唯一性,本文主要基于小波变换对生物特征进行分析,基于小波变换的生物特征提取方式,接着运用了改进后的典型相关分析方法,对所提取的手形和掌纹两种生物特征的特征向量在特征层的融合方法,此种方法主要是通过引入矫正系数,通过对投影方向上的特征矢量的调整,使准则函数值达到最大的要求。本文主要利用人手部的生物特征识别技术,分析不同种方式下的掌纹特征的提取,使掌纹和手形的这两种生物特征模态在特征层进行融合,经过实验数据得出多模态生物特征的识别率要高于任一模态下的生物识别率,实现了多模态生物融合的初步探索和尝试,为我们后续的研究和发展提供了一定的了理论依据。关键词多模态生物识别;矫正系数;特征层融合;小波变换-PAGEIII-Basedonthebiologicalcharacteristicofhandmulti-modaltechnologyresearchAbstractWiththepaceofscienceandtechnologyadvancingwiththetimes,peoplearemoreandmoreconcernedaboutsecurityissues.Biologicalrecognitiontechnologyadvantagesmoreprominentitsimportance,biologicalfeatureidentificationistoidentifythephysiologicalcharacteristicsandbehaviorcharacteristicsofhumanbeingswhentheyareusedforidentification.Butatthesametime,therearesomedisadvantagesinthesinglemodebasedidentificationtechnology,forexample,poorsecurityperformance,easytobestolen,etc.Inthispaper,weputforwardamultimodalbiometrictechnology.Itisthroughtheuseofavarietyofbiologicalfeaturesofthefusiontechnologyforidentificationandauthentication,majoradvantagesinimprovingtherecognitionefficiency,noiseimmunity,universalityandotheraspectshavebeenimproved.Althoughinrecentyearsthemodalbiometrictechnologyhasbeenmoreandmoreattentionofalllevels.However,thetechnologyisstillnotverymature,weneedfurtherresearchanddiscussioninfuturework.Wewillhaverichcharacteristicsofthehumanhandasthefocusofthispaper,ThehandbiometricismainlybasedonPalmprintandhandgeometry,theyareasabiometriccharacteristicwithstabilityanduniqueness,thispaperismainlybasedonwavelettransformanalysisonbiologicalcharacteristicsofproposedbiometric,Theextractionmethodofbiologicalfeatur