基于数据融合的多生物特征身份识别

针对传统的单一生物特征身份识别由于传感器的噪音以及特征的破损、匹配等缺陷,往往不能正确识别的情况,提出了一种基于语音和人脸的多生物特征身份识别方法.分别提取语音特征和人脸特征作为识别的依据,并用神经网络在特征层上进行融合识别.实验证明,这种方法可以充分挖掘特征之间的关系,在同等条件下,具有更高的识别率.     

大数据生物特征识别技术研究进展

随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用.分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势.     

大数据生物特征识别技术研究进展

随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用.分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势.     

生物特征识别综述

对生物特征识别技术作了综述.着重介绍了几种主要的个人身份认证的方法,并对各种方法进行了分析和比较.单一模式的生物特征识别系统有其固有的局限性,难以满足实际应用的需求.融合多种生物特征的多模式识别系统可以提高身份认证的准确率、鲁棒性和普适性,是生物特征识别技术的发展方向.     

基于人脸和人耳的多模态生物特征识别

单一模式生物特征识别系统由于存在一些固有的局限性,有时难以满足实际应用的需求,本文提出了基于正面人脸和人耳信息融合的多模态生物特征识别方法.针对USTB人耳图像库和ORL人脸图像库,利用核Fisher鉴别分析方法分别进行了人耳识别、人脸识别和人脸人耳融合识别,融合策略包括图像层融合和特征层融合两种.识别结果表明基于人脸人耳信息融合的多模态识别的识别率优于单体的人耳或人脸识别.这说明融合多种生物特征的多模态识别可以提高身份认证的准确率,也为实现非打扰式识别提供了一种新的途径.     

虹膜识别技术综述

虹膜识别技术是现在最有发展前景的生物特征识别技术,介绍了虹膜识别技术的研究意义和应用状况,并对虹膜识别系统及其技术难点做了详细的描述,最后给出了虹膜识别技术的难点和今后技术的发展前景。     

一种基于特征级融合的多模态生物特征识别方法

生物特征识别是信息技术领域的研究热点,其中多模态生物识别技术凭借更好的适用性、更高的安全性及更优的性能成为发展趋势。提出了一种融合虹膜特征和掌纹特征的多模态生物特征识别方法,该方法分别提取虹膜及掌纹特征,融合时不同于传统的匹配级融合,而是从特征级融合入手,采用并行特征融合策略,将两特征向量以复向量的形式进行融合,构成复向量空间,并利用酉距离进行匹配决策。实验结果表明此方法比单模生物特征方法在识别性能上有了明显改善,同时与传统匹配级融合策略相比,更有优势,识别效果更好。     

全手形特征的生物识别技术综述

全手形特征多模态生物识别是结合指纹、手形和掌纹的全手形特征信息,具有信息更全面可靠的独特优势,能有效地提高生物特征识别的准确率。本文简述了全手形生物特征识别技术的基本原理和一些关键技术,对目前流行的各种单模态和多模态生物特征的优势和不足进行了分析,并对生物特征识别技术中存在的问题和未来的研究方向进行了讨论。     

生物特征识别中的关键技术与发展趋势

由于生物识别技术在身份识别领域中的独特优势,近几年来已成为身份认证的重要手段。本文通过对各种生物特征识别技术的基本原理和关键技术进行分析,深入地探讨了生物识别技术中的热点问题及其发展趋势。     

浅谈生物特征识别技术

目前,国际流行的生物特征识别技术主要是借助可测量的身体或行为等特征对某人的身份进行自动校对识别。本文通过生物特征识别技术的关键技术、实现框架以及标准化工作进行分析,探讨了生物特征识别技术的发展及前景。     

基于确认模式的多通道生物认证研究

单通道生物识别技术一直存在着很多问题,它们在准确率、用户接受程度、成本等方面都有不同的缺点,而采用多通道生物认证可以提高生物认证系统的识别性能,并且适应于各自的应用场合。本文介绍了多通道生物认证技术,在单通道生物认证系统模型的基础上,给出了多通道生物认证系统模型。最后基于人脸和语音特征的多通道生物认证系统进行相关实验,实验证明多通道生物认证大大改进了以往单通道认证在识别性能和用户接受程度等方面存在的不足,提高了生物认证系统的健壮性和实用性。     

生物认证-人类未来身份认证的主要方式

分析了生物认证技术的发展需要,介绍了生物认证技术的系统结构和主要工作模式以及主要的生物认证技术和新兴的生物认证技术,给出了权威机构对各种生物认证技术所占市场份额的调查结果和相关的市场预测,指出了生物认证技术的未来研究趋势     

基于广义典型相关分析融合和鲁棒概率协同表示的人脸指纹多模态识别

针对单模态生物特征识别容易受自身条件和环境变化的影响,鉴于人脸识别和指纹识别已经在生物识别系统中得到了广泛应用,提出了二者特征信息融合的多模态生物特征识别方法。该方法首先对人脸、指纹图像进行预处理,并对这两种模态均提取LBP和Gabor特征,然后将广义典型相关分析方法分别引入到人脸多特征融合和指纹多特征融合中,应用分块对角矩阵组合上述融合的人脸特征和指纹特征,最后用鲁棒概率协同表示分类器进行分类。在两个多模态数据库上的实验结果表明:与人脸或指纹单模态生物特征识别相比,基于人脸指纹的多模态生物特征识别具有更高的识别率和更好的稳定性;所提出的基于广义典型相关分析的特征融合方法优于传统的融合方法。     

利用生物特征水印的交易协议及其实现

为解决水印密钥保密传递和唯一性等问题，将生物识别技术与数字水印相结合，从应用角度分析了现有的数字水印协议和模型，引入生物特征识别技术，给出了一种安全的数字水印协议；实现了一种基于指纹识别的生物特征水印实施方案，解决了一般情况下生物特征数据和数据量较大、难于将其表达成能适应水印嵌入和提取的关键问题。实验证明，该方案是可行和有效的。     

基于神经网络和人脸特征的密钥管理方法

利用神经网络的联想和记忆功能,将密钥嵌入用户的人脸特征中,给出了一种方便、安全的密钥管理方案.存贮密钥时,提取用户的人脸特征,将其离散化为二进制人脸特征序列,再把用户密钥和其人脸特征序列异或,利用异或得到的结果和一些随机序列训练广义回归神经网络.用户只需要保存训练好的神经网络参数,以及密钥与人脸特征序列异或所得到的结果,无需保存或记忆密钥.当需要获取密钥时,用户只要输入自己的人脸图像,即可由存贮的信息恢复出密钥;而攻击者即使获得了存贮的信息也不能从中得到密钥或用户的人脸特征信息.实验表明,本文给出的密钥管理方法是可行的.     

基于移动钟摆的步态识别方法

步态识别是一种新兴的生物特征识别技术,具有远距离识别、非侵犯性、难于隐藏等优势。文章针对人体运动的特点,将步态看成是钟摆运动和平移运动的复合,提出了一种基于移动钟摆的步态识别方法。实验证明,该方法简单有效,并在CASIA数据集上取得90%以上的识别率。     

生物统计学课程教学中对学生的综合能力培养

以传授知识、培养能力和提高素质为培养目标,从教学方法、教学手段和考核方式等方面探讨了生物统计学课程教学中如何培养学生的综合能力。     

生物识别技术与应用

生物识别技术可以用来鉴别身份或证明身份，主要包括虹膜识别、视网膜识别、面部识别、指纹识别、DNA识别、气味识别、签字识别和声音识别等，其中指纹识别是最常用的一种．生物识别技术在人类的物理生存空间和虚拟生存空间具有广泛的应用前景。在介绍生物识别原理的基础上。讨论了两种类型生物识别技术，一种基于生理特征：虹膜识别、视网膜识别、面部识别和指纹识别；另一种基于行为特征：签字识别和声音识别。     

基于类间方差和形态学的一类生物特征识别

足迹是刑侦工作中经常用到的生物特征。针对足迹照片存在噪声干扰大,边缘不清晰,人工识别受主观因素影响等问题,提出了一种基于最大类间方差(Otsu)和形态学滤波的足迹特征识别方法。利用最大类间方差法将图像二值化,得到鞋底各部分受力情况的粗略估计;同时结合形态学滤波和阈值面积消除法抑制噪声,并自适应地确定特征识别门限值。该方法运算简单,能充分利用图像的梯度和灰度信息,有效消除噪声,提高特征区域边缘检测的准确性,为刑侦工作的足迹自动识别提供了新途径。