包邮静脉信息编码与辨识

目录前言1绪论 11.1手部多源信息认证的研究意义 11.2生物特征识别技术 21.2.1生物特征识别技术概况 21.2.2生物特征识别系统性能评价准则 51.3静脉识别研究现状 71.3.1静脉识别特点和系统构成 71.3.2静脉识别系列产品 91.3.3静脉图像采集系统设计相关研究 101.3.4静脉匹配技术相关研究 111.4本书研究内容 151.4.1本书主要研究工作 151.4.2本书的章节安排 182手部多源生物特征信息采集系统 222.1静脉图像采集简介 222.2单源手背静脉图像采集装置设计 232.2.1成像光源系统设计 232.2.2图像传感器及镜头设计 282.2.3**代单源手背静脉图像采集装置 322.3基于质量评价的白适应光照控制策略 342.3.1 图像锐化及对比度分布描述子 362.3.2图像光照组分估计 382.4多源信息同步采集及数据库建立 432.4.1 手部多源生物特征信息同步采集装置设计 432.4.2手部多源生物特征图像数据库构建 482.5本章小结 503静脉骨架提取与匹配 523.1静脉图像模板生成 523.2基于光照背景估计的鲁棒静脉图像分割 533.2.1静脉图像分解及不均匀分布修正 533.2.2基于偏置修正的鲁棒静脉图像分割 603.3改进模板生成及匹配识别 683.3.1静脉分割图像细化与裁剪 683.3.2鲁棒静脉匹配模板生成 703.3.3 基于MHD判定的模板匹配 723.4基于WDM特征的改进匹配策略设计 753 .4.1宽度信息描述子生成 763.4.2基于WDM和改进模板匹配的鲁棒静脉识别实验 793.5本章小结 814对比度增强依赖静脉图像特征编码模型 844.1特征编码模型鲁棒性 844.2依赖编码模型分析 854.2.1基于SIFts的对比度依赖特征编码模型分析 854.2.2先进对比度增强方法 884.2.3对比度依赖模型问题分析实验 924.3基于镜像匹配策略的模型改进 1014.3.1特征点镜像匹配策略设计 1014.3.2 Roo工SIF工特征提取 1044.3.3匹配实验设计及结果分析 1064.4区域选择编码与匹配 1094.4.1基于谷形算子的层级静脉分割方法设计 1114.4.2特征提取及选择模板生成策略 1174.4.3识别实验与结果分析 1224.5本章小结 1305静脉图像质量依赖纹理编码模型 1335.1 图像质量评价的反馈 1335.2局部二进制编码特征 1345.2.1 传统LBP编码方法 1345.2.2 网形邻域LBP 1355.2.3 Uniform LBP模型 1375.3**类间方差型二进制特征编码 1385.3.1 改进型局部二进制编码模式(DLBP)模型原理 1405.3.2 DLBPriR模型特性分析 1425.3.3 DLBPP，R**阈值计算 1455.4质量依赖静脉识别实验 1465 .4.1 基于CFISH的静脉图像质量分组 1485.4.2基于DLBPPjR的分组静脉图像特征提取和匹配策略设计 1525.4.3识别实验与结果分析 1545.5本章小结 1636相似图像知识迁移网络模型 1656.1高鲁棒迁移学习模型 1656.2深度卷积神经网络模型 1656.2.1 DCNN模型历史发展 1676.2.2 DCNN模型分析 1686.3基于结构白生长静脉识别模型 1746.3.1静脉识别网络结构设计 1756.3.2小样本网络结构白生长策略 1766.3.3结构白生长网络训练方法 1776.3.4结构白生长静脉网络识别实验 1796.4基于相似图像知识迁移网络的静脉识别 1856.4.1 基于稀疏字典元素分布的图像相似度判定准则 1866.4.2“粗到细”网络微调策略设计 1916.4.3基于线性分类抬导的任务特定知识迁移网络训练 1936.4.4改进边界分布SVM 1946.4.5识别实验与结果分析 1966.5本章小结 2027 多源多模态手部生物特征信息挖掘 2057.1双模态识别网络 2057.2静脉图像潜在性别判定信息挖掘 2067.2.1 基于生物特征信息的性别判定模型相关研究 2077.2.2基于滤波器模型的静脉性别信息表征 2097.2.3 基于无监督特征学习模型(USFL)的静脉性别信息表征 2157.3静脉图像多模态信息挖掘 2197.3.1 性别依赖多模态静脉图像编信息码模型 2197.3.2基于相似图像知识迁移的静脉图像多模态信息挖掘 2267.4手部多源生物特征信息深度编码和识别 2337.4.1 深度卷积神经网络模型相关研究分析 2347.4.2深度特征编码网络模型设计 2367.4.3基于DFLCN的手部多源信息识别实验 2397.5本章小结 241参考文献 242后记 256