论文部分内容阅读
随着网络信息化的日益发展,人们对网络安全性要求也日益增加传统的身份识别技术存在诸多缺陷,己不能满足现今需求在这种情况下,安全,稳定,快捷的生物识别技术应运而生而掌纹识别就是生物识别技术的重要一员,本文针对掌纹识别领域内的关键技术与核心算法进行了深入的研究提出了一种基于图像深度特征的手掌背景的分割算法该方法从一个全新的角度考虑手掌与背景之间差别,利用图像中不同目标的纹理特征和模糊特征来反映目标的深度,并通过支持向量机对目标进行分类,从而实现根据图像中物体的深浅分离背景与手掌并通过具体的实验,通过与其他两种基于神经网络的分割算法比较,证明了本文方法的优良性能本文从掌纹识别技术薄弱环节考虑,研究了掌纹认证阶段辨识工作模式,提出基于卷积神经网络的掌纹辨识技术由于卷积神经网络最初就是为了识别二维形状而设计的,所以应用于掌纹特征分类很合适该方法是针对掌纹库里已有的掌纹进行身份辨识的算法,它将掌纹预处理阶段得到ROI区域,输入卷积神经网络,判断该掌纹所属者实验证明,该方法具有极高的准确性而且通过实验分析了传统特征提取匹配方法在辨识模式中不适用性最后展望了掌纹别技术中各阶段方法研究预想,指出了卷积神经网络这一深层神经网络应用于掌纹识别的重要性,并期盼有更多研究与探索