一种基于局部信息统计的虹膜分块编码方法

由于虹膜自身的稳定性、非侵犯性、不可更改性等优点,虹膜识别已经成为生物特征身份鉴别领域中的研究热点。但虹膜丰富的纹理和复杂的结构给特征提取和编码带来了很大困难。为尽可能地简化特征提取和编码方法,提高虹膜识别效率,提出了一种基于局部信息统计的虹膜分块编码方法。对原始人眼图像进行虹膜定位等预处理操作,得到归一化的虹膜纹理图像;分别根据虹膜局部信息与全局信息、局部信息与局部信息之间的比较关系进行分块编码;计算了不同虹膜代码之间的汉明(Hamming)距离。根据汉明距离给出识别结果。实验证明该方法有效、可行,具有较高的识别率和识别速度。     

虹膜身份识别技术

介绍了现在最有发展前景的生物特征识别技术——虹膜身份识别技术。在整体介绍了其技术的基础上，详细介绍了当今具有代表性的虹膜识别算法，最后针对虹膜识别技术存在的主要问题分析了虹膜识别的发展方向：精度高、速度快、鲁棒性好的定位算法，高效的特征提取方法，机器学习的分类方法，虹膜图像的质量评价，不完整、不合作情况下的虹膜识别以及活体虹膜检测。     

基于灰度曲面匹配的虹膜识别方法

目前的虹膜识别都是采用在图像上提取特征点,并将特征点编码为固定长度的特征数据用于匹配的方式。这种方式使虹膜识别系统易受攻击。为了进一步提高虹膜识别系统的安全性和识别速度,提出了一种基于灰度曲面匹配的虹膜识别方法。该方法抛弃了特征提取和编码等传统操作,在特征分析的基础上直接利用了灰度曲面匹配的思想,首先对两幅图像中的像素灰度做差,得到灰度差曲面,然后求出该灰度差曲面的方差。将此方差作为衡量两个虹膜特征曲面之间距离的依据,并据此判定两个虹膜是否来自同一只眼睛。在给定阈值为40的前提下,正确识别率为96.89%,识别时间为53.2 ms。实验结果证明,该方法识别准确率高,识别速度快。     

基于经验模态分解的虹膜识别

虹膜识别是一种有效的生物特征识别方法。经验模态分解(EMD)是一种可自适应的对非线性、非平稳信号进行多分辨率分解的信号分析算法。将虹膜图像进行EMD分解,找出有利于虹膜识别的敏感频带,使用选择后的固有模态分量对虹膜图像进行特征提取。仿真实验结果表明,该方法正确识别率达到99.44%,并且由于其在特征提取的同时消除了高频噪声和背景光影响,简化了预处理过程,降低了算法的复杂度。     

基于2D-Gabor滤波器的虹膜噪声检测方法

人眼在自然张开状态下,虹膜区域会受到部分眼睑、睫毛的遮挡,这些噪声会降低虹膜识别的准确性,因而在识别时应该尽可能将虹膜有效信息提取出来,而将眼睑、睫毛等干扰去除。为此本文提出了一种在归一化后的虹膜图像上利用2D-Gabor滤波器检测和去除虹膜区域内噪声的方法,并将噪声区域标记。在虹膜匹配时,通过将虹膜代码中的干扰位去除来尽量避免噪声对于虹膜识别的影响。实验结果表明本文提出的方法可以准确检测并标记噪声区域,有助于提高识别的可靠性和识别准确率。     

合成语声的声学分析及识别特征算法*

目的 当前社会新型犯罪中电信诈骗案件频发，急需一种能够自动有效区分语音真伪的方法。为进一步增强目前深度学习领域识别合成语音的能力，为保障语音信息安全提供技术上的支持。方法 本文针对合成语音声学特性上异于真实语音的特点，分析对比合成语音和真实语音的声学特性，设计了一种声学特征RMSA量化语音音强变化程度，结合FFV和SNS声学特征进行融合，量化了声学特性差异，聚焦了合成语音中关键声学信息。结果 在神经网络模型中融合输入声学特征，在FoR数据集的验证集上得到了0.6%的等错误率，在测试集上最好结果达到了10.8%的等错误率。结论 成功实现了对合成语音的识别，证实了声学特征的有效性和本文研究方案的可行性，在一定程度上拓宽了合成语音特征设计的研究思路。     

基于受限玻尔兹曼机与密集采样迭代加权的图像动作识别算法

针对当前动作识别技术中正确识别率不高,易受到环境变化的影响等问题,提出了一种基于受限玻尔兹曼机与密集采样特征迭代加权融合的动作识别算法。避免单个特征对图像序列的表达力不强,引入了受限玻尔兹曼机(RBM)特征与密集采样(DT)特征分别对行为动作进行特征提取,得到RBM特征和DT特征;定义一种迭代加权函数,将RBM特征与DT特征进行加权融合,形成描述能力更强的RBM-DT特征;基于K-近邻(KNN)算法,对RBM-DT特征进行分类学习,完成动作识别的决策判断。通过在KTH、Hollywood数据集上实验表明:与当前动作识别技术比较,提出的新算法能够有效识别各种行为动作,对各类型动作均具有更高的正确识别率与鲁棒性。     

非接触式虹膜图像获取及特征提取方法的研究

报道了一种由使用者自行瞄准来实现虹膜图像非接触式获取的新方法，对获得的图像数据进行了虹膜纹理特征提取试验，验证了方法的可行性和有效性。通过设计几何光照明来辅助使用者定位瞄准，使眼睛处于前后合适的位置；并在摄像机镜头前面放置一片半透半反镜，帮助使用者观察自己眼睛的像来判断眼睛是否偏出摄像机的视场范围。通过该方法可以得到虹膜特征识别的图像数据。采用二维伽博小波对虹膜纹理进行特征提取，并计算两个虹膜特征码值中数值相等的特征位个数，对采集到的虹膜图像进行了特征匹配实验，得到的实验数据证实了该系统完全满足虹膜特征识别的要求。     

基于人眼灰度分布特征的虹膜定位算法

虹膜定位是虹膜识别过程中的重要环节,定位速度和精度决定了整个虹膜识别系统的性能。提出了一种基于人眼灰度分布特征的虹膜定位算法,该算法利用形态学运算实现瞳孔圆心粗定位,采用划分区域求灰度均值隔项差值最大值的方法实现外圆半径的粗定位,并通过分层聚类的方法实现内外边界的精确定位。实验结果表明．与经典的虹膜定位算法如Wildes算法、Daugman算法相比,该算法定位结果更加准确,定位速度大幅度提高。     

光学特征识别

与数字图像识别技术相比，光学特征识别具有高速度、大容量信息处理的特点，因而成为实时识别技术发展的前沿．本文概述了光学特征识别的进展，讨论了 Ｖａｎｄｅｒ Ｌｕｇｔ匹配滤波和Ｊｏｉｎｉ变换相关识别方法的物理模型，介绍了利用空间光调制器的光电混合实时相关识别系统．     

光学小波包变换及其滤波器的研究

基于对光学小波变换必要条件的分析，提出光学小波包变换的概念.选出虹膜图库的联合最优小波包基，利用最优基的线性组合生成相应的复合光学小波包滤波器.将滤波器用于光电混合虹膜识别系统中对待识别输入进行小波包特征提取预处理，模拟结果不仅证明引入该滤波器可明显提升系统的识别效果，也证明了光学小波包变换提出的意义.     

用多消失矩最优小波包基改进虹膜识别

采用层叠算法求出尺度函数和小波函数的离散采样序列的逼进，将不具有基函数解析表达式的母小波用于虹膜特征提取，并利于实现连续小波包变换.针对虹膜光学识别应用背景，提出采用基于连续小波包变换的多消失矩联合最优小波包基来改进特征图像相关识别的最优基，并用统计识别方法进行后处理以增强算法适应性，同时提出通过体全息相关系统来实现，以发挥光学高并行性的优势，模拟结果表明可获得比已有方法更高的识别率.     

基于多通道Gabor滤波器的高鲁棒灰度图像目标识别新方法

提出了一种针对低质量的灰度图像的基于多通道Gabor小波滤波器的高鲁棒目标识别新方法。主要是利用Gabor小波设计了滤波器,滤波器的中心频率是一个从低到高的范围。滤波器采用不同方向、不同尺度,从而组成多通道滤波器。对灰度图像直接进行小波变换,用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的灰度图像目标的特征,并对获得的小波特征归一化后输入到改进的BP神经网络分类器中进行分类识别。对四种不同的飞机灰度图像目标进行了分类识别仿真实验。结果表明,这种特征提取方法能有效地提取灰度图像目标纹理特征,并且对噪音和形状的变化具有强鲁棒性。在应用灰度图像对目标进行识别时,神经网络的训练时间减少到10min,识别率达到94%。     

基于Gabor小波纹理特征的目标识别新方法

给出了一种基于Gabor小波纹理特征的目标识别新方法．主要是利用Gabor小波设计了一种多通道小波滤波器。对图像目标直接进行小波变换，用Gabor小波变换系数的模的平均值和其标准方差来表示抽取的图像目标的特征，把获得的小波特征归一化后输入到改进的BP神经网络分类器进行分类识别．最后。进行了一系列的仿真实验，结果表明，这种特征提取方法能有效提取图像目标纹理特征，并且对噪音和形状的变化具有鲁棒性．在应用于目标识别时，神经网络的训练时间减少到lOmin，识别率达到94％．     

指纹信息识别技术与应用

综合叙述了指纹信息识别技术的发展与应用,包括一般指纹识别系统的原理,指纹数据的产生办法,指纹图像的预处理,以及提取特征、分类鉴定的各种方法,例如：结构方法,统计方法,人工神经网络方法,光电混合方法等,并进行了比较和分析。     

基于提升小波和FLD的人脸表情识别

提出一种基于提升小波和Fisher线性判别法(FLD)相结合的人脸表情特征提取方法。提升小波是完全基于时空域的变换,具有多分辨率的特征,更有利于表情细节信息的提取,并且运算时间短,便于实现。图像经过提升小波变换后,取其低频分量和高频分量相结合作为整体特征,实验证明保存了绝大部分的表情分量,然后用Fisher线性判别法(FLD)进行特征提取,采用K-近邻法进行分类。在JAFFE数据库中,分辨率达到94.3%,识别时间为2.9s,证明了方法的有效性。     

A data hiding approach for the self-security of iris recognition

Attacks to biometric data are the primary danger to the self-security of biometrics. To improve the iris feature template data security, a data hiding approach based on bit streams is proposed, in which an iris feature template is embedded into a face image. The proposed approach is applicable to present dominant techniques of iris recognition. With the low computation cost and the zero decoding-error-rate, this data hiding approach, embedding target biometrie data into other biometrie data for improving the security of target data in identity recognition, data storage and transmission, can deceive attackers more effectively. Furthermore, it does not degrade the iris recognition performances. Experimental results prove that the proposed approach can be used to protect iris feature templates and enhance the security of the iris recognition system itself.     

双多通道虹膜识别系统的研究

在双多通道虹膜识别系统中,研究了局部区域通道对识别率的影响,提出了双向式区域划分和通道数的优化。研究了小波滤波器通道对识别能力的影响和滤波器通道的选择,给出了引入小波包通道来提升识别率的新方法。通过对WED(Weighted Euclidean Distance)分类器的改进研究,提出了相对WED分类器的新概念,进一步提高了系统的识别能力。