搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
生物特征识别技术
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787030214898
  • 作      者:
    苑玮琦,柯丽,白云编著
  • 出 版 社 :
    科学出版社
  • 出版日期:
    2009
收藏
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。
展开
内容介绍
  《生物特征识别技术》系统地总结了包括虹膜、人脸、人耳、指纹、掌纹、手形、静脉在内的几种生物特征识别技术,内容取材于作者以及国内外研究人员近几年来在生物特征识别方面的研究成果。主要包括两部分:第一部分为头部特征识别,包括虹膜识别、人脸识别和人耳识别;第二部分为手部特征识别,包括指纹识别、掌纹识别、手形识别和静脉识别。对每一种生物特征识别,分别按照预处理、特征提取、匹配分类等步骤介绍了国内外近些年的最新研究成果,并给出了发展趋势。各章之间相互独立,读者可以根据需要选读部分章节,每章后面所附的参考文献可以引领读者进一步查阅相关内容。
  《生物特征识别技术》适合从事生物特征识别理论研究和工程应用的专业技术人员参考,也可供对该领域感兴趣的高校本科高年级学生和研究生学习参考。
展开
精彩书摘
  第一章 生物特征识别概述
  身份鉴别是每个人经常遇到的一个基本问题,如我们经常使用身份证、工作证、信用卡等证件,或者用个人识别号码和密码来证明身份。但是,它们都容易被窃取,而且前者容易丢失,后者容易忘记,都不够保险,因此人们转而求助人体自身的生物特征来进行身份识别,即生物特征识别技术。
  生物特征识别技术是一种根据人体自身所固有的生理特征和行为特征来识别身份的技术,即通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段结合,利用人体固有的生理特征和行为特征来进行个人身份的鉴定。其中,生理特征包括虹膜、人脸、指纹、掌纹等由先天生成的固有特征,行为特征包括签名、声纹、步态等随后天生活习惯形成的特征行为方式。与传统的个人身份鉴别方法相比较,这些技术用来证明自身的恰恰是人本身,使生物识别身份验证方法不依赖于各种人造的和附加的物品来证明人的自身,所以它不会丢失、不会遗忘,很难伪造和假冒,是一种方便安全的身份鉴别手段。
  第一节  生物特征识别的起源和发展
  生物识别的历史可追溯到古代埃及人通过测量人的尺寸来鉴别个体,公元前7000年到公元前6000年以前,在古叙利亚和中国,开始应用指纹作为鉴别身份的特征。考古发现,在这个时代,一些黏土陶器上留有陶艺匠人的指纹,中国的一些文件上印有起草者的大拇指指纹,在Jerch0古城的房屋中也发现了留有砖匠一对大拇指指纹的印记。
展开
目录
前言
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、基于多种特征融合机制人脸识别方法
第八节 人脸识别小结
参考文献

第四章 人耳识别
第一节 概述
一、人耳识别发展历史
二、人耳识别特点
三、人耳识别系统
第二节 人耳图像预处理
一、人耳解剖结构
二、图像噪声处理
三、耳廓边缘提取
四、归一化处理
第三节 基于几何特征的人耳识别方法
一、几何学识别方法
二、基于长轴的形状特征识别方法
三、基于内耳角点特征的人耳识别方法
四、基于外耳轮廓曲线的人耳识别方法
五、基于最大主曲率的人耳识别方法
第四节 基于代数特征的人耳识别方法
一、主成分分析法
二、低阶不变矩法
第五节 其他人耳识别方法
一、基于灰度曲面匹配方法
二、使用voronoi图表的邻接图匹配方法
三、使用组合技术的神经网络方法
四、力场转换方法
五、遗传局部搜索算法
六、基于3D耳朵检测和识别方法
第六节 结合面部特征的人耳识别技术
一、由人脸正面图像提取面部结构特征参数和耳廓大小特征参数
二、由人脸侧面图像提取耳廓形状特征参数
三、由人脸侧面图像提取耳廓结构特征参数
四、特征识别方法
第七节 人耳识别小结
……

第二部分 手部特征识别
第五章 指纹识别
第六章 掌纹识别
第七章 手形识别
第八章 静脉识别
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证