版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著社會的發(fā)展與科學(xué)技術(shù)的不斷進步,每個人、每個社會、每個國家都需要保證信息的安全。特別是在9.11之后,信息安全更是引起了人民廣泛的重視。傳統(tǒng)的身份識別方法(如證件、磁卡、用戶名和密碼等)已不能滿足和達到用戶或系統(tǒng)的安全,而生物特征識別技術(shù)有其獨特的優(yōu)點,能更好的保護用戶或系統(tǒng)的信息安全,這使得越來越多的人對其進行研究并且生物特征識別技術(shù)得到了廣泛的應(yīng)用。然而由于生物特征的不穩(wěn)定性、易受周圍環(huán)境的影響,以及反攻擊技術(shù)的發(fā)展等因素使得單
2、模態(tài)生物特征識別技術(shù)不能滿足人們的日益需求。多模態(tài)生物識別技術(shù)是在單模態(tài)生物識別技術(shù)之上發(fā)展起來的,它具有單模態(tài)的優(yōu)點和自己的優(yōu)勢,能夠克服單模態(tài)生物識別的一些缺點,從而得到了人們的廣泛關(guān)注。本文是對多模態(tài)中虹膜-人臉特征融合技術(shù)進行研究,通過分別介紹虹膜、人臉特征提取以及融合算法和實驗等,旨在找出最優(yōu)算法使虹膜-人臉特征融合系統(tǒng)有最好的識別效果。
本文首先從單模態(tài)生物特征出發(fā),分別介紹了虹膜、人臉特征的提取算法,并且通過
3、實驗進行了仿真。其次,利用不同的融合方法對提取出的人臉和虹膜特征進行融合,通過實驗仿真得出了不同方法系統(tǒng)的識別性能,產(chǎn)生了新的實驗結(jié)論。然后,為了提高系統(tǒng)的識別性能提出了將融合后的特征利用Fisher線性分析方法重新進行分類再進行識別,實驗結(jié)果表明此方法取得了較好的效果。最后從生物特征泄露對系統(tǒng)性能的影響方面,對人臉、虹膜特征部分泄露后融合系統(tǒng)的安全性進行了分析。
生物識別技術(shù)現(xiàn)在已經(jīng)成為信息安全的熱點,引起了眾多研究者的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人臉與人臉特征檢測技術(shù)研究.pdf
- 基于虹膜和人臉的多生物特征身份認證關(guān)鍵技術(shù)研究.pdf
- 基于人臉與虹膜生物特征融合與識別的應(yīng)用研究.pdf
- 人臉檢測與人眼定位技術(shù)研究.pdf
- 人臉檢測與人臉特征抽取算法研究.pdf
- 人臉與虹膜融合與識別若干問題研究.pdf
- 基于年齡變化與人臉重構(gòu)的人臉識別技術(shù)研究.pdf
- 基于Adaboost與CS-LBP的人臉與虹膜特征層融合識別研究.pdf
- 基于指紋與人臉特征級融合的多生物特征加密算法研究.pdf
- 人臉特征自動定位與人臉識別的研究.pdf
- 人臉特征加密關(guān)鍵技術(shù)研究.pdf
- 基于人體虹膜的生物特征識別技術(shù)研究.pdf
- 基于特征融合的人臉表情識別技術(shù)的研究.pdf
- 人臉特征提取與人臉識別系統(tǒng)研究.pdf
- 基于步態(tài)與人臉融合的遠距離身份識別關(guān)鍵技術(shù)研究.pdf
- 基于多特征融合的人臉識別技術(shù)的研究.pdf
- 虹膜識別技術(shù)研究.pdf
- 視頻圖像人臉特征點跟蹤技術(shù)研究.pdf
- 人臉特征提取與識別技術(shù)研究.pdf
- 基于人臉和虹膜的多生物特征識別模型研究.pdf
評論
0/150
提交評論