论文部分内容阅读
生物特征识别技术是利用人体本身所固有的物理特征或者行为特征,通过图像处理和模式识别等方法来鉴别个人身份的技术,具有广泛的应用前景。当前的生物特征识别应用大部分为基于单模态特征的识别技术,在识别率和防伪性上具有一定的局限性。为提高单模态特征识别技术的准确率和应用范围,本文同时利用人脸特征识别技术的社会性、公开性和掌纹特征识别技术的高识别率,提出一种基于单幅图像中人脸和掌纹特征融合的身份认证识别框架,并对两种特征的融合策略进行了深入研究、实验。本论文的主要工作和内容如下：(1)对生物特征及识别技术的研究历史进行回顾综述,详细介绍了十种最为常见的生物特征识别技术。分析了单模态生物特征识别的不足,引出本文的研究目标和研究内容。论文还对多模态融合的五个层次的主流算法进行了总结。(2)采集搭建了本研究领域首个多模态生物特征(人脸+掌纹)数据库——HFUT-MuHaF,即一幅图像中同时包含人脸和人手信息,避免了由于多模态生物特征数据库的缺失,研究者必须从不同而相互独立的数据库中分别提取人脸和掌纹特征(一般不是同一个人的人脸和掌纹特征),再进行融合的处理过程。(3)详细阐明了十一种局部算子的算法原理并进行复现,在三个人脸数据库上进行对比实验分析。(4)提出了一种基于线特征的韦伯局部描述子(LWLD)用以掌纹识别。通过改进的有限Radon变换(MFRAT)得到的能量图和方向图,将原始WLD在源图像上进行的差励计算转换到能量图上完成,并利用方向图替代原始WLD里通过梯度计算得到的方向信息,实验获得较好的识别结果。(5)提出了单幅图像中人脸和掌纹多特征采集、融合识别的整体框架,包含：人脸和掌纹的检测、配准归一化以及最终融合识别等模块。通过人脸和掌纹的多模态融合实验验证了两种生物特征融合的有效性。