安全系统中的多模态生物特征识别与智能图像处理PDF电子书下载

第1部分 生物特征识别综述与发展趋势 3

第1章 绪论 3

1.1 人工智能的历史回顾 3

1.2 进化计算与神经网络 4

1.3 计算智能和生物特征识别 5

1.4 本章小结 6

参考文献 6

第2章 生物特征识别与生物特征识别系统 8

2.1 引言 8

2.2 生物特征标识 8

2.2.1 生理标识 9

2.2.2 行为标识 12

2.2.3 软生物特征标识 13

2.2.4 社交生物特征标识 14

2.3 生物特征标识的属性 14

2.4 生物特征识别系统的组成 14

2.4.1 传感器或数据采集模块 15

2.4.2 特征提取模块 16

2.4.3 匹配模块 16

2.4.4 决策模块 17

2.4.5 智能安全系统 18

2.5 生物特征验证 18

2.6 生物特征辨识 18

2.7 生物特征识别系统的性能 19

2.7.1 错误接受率 20

2.7.2 错误拒绝率 20

2.8 生物特征识别系统的应用 21

2.8.1 司法鉴定 22

2.8.2 民政和商业部门 22

2.8.3 政府部门 22

2.8.4 遗传学 22

2.8.5 卫生部门 23

2.9 生物特征识别系统的适用范围 23

2.10 本章小结 24

参考文献 25

第3章 生物特征识别中的图像处理 28

3.1 引言 28

3.2 生物特征识别中基于表观的图像处理 29

3.2.1 用于人脸识别的图像处理 29

3.2.2 虹膜识别算法 35

3.2.3 基于表观的耳朵识别 37

3.3 基于拓扑的智能模式识别 39

3.3.1 生物特征识别中的Voronoi图 39

3.3.2 基于拓扑的指纹识别 40

3.4 基于模型的行为生物特征识别 44

3.5 本章小结 45

参考文献 46

第2部分 多模态生物特征识别中的信息融合 51

第4章 多模态生物特征识别系统和信息融合 51

4.1 引言 51

4.2 多模态生物特征识别系统的优点 51

4.2.1 增强且可靠的识别性能 52

4.2.2 较少的注册问题 52

4.2.3 增强的安全性 53

4.3 多生物特征识别系统的开发问题 53

4.3.1 便于数据采集过程 53

4.3.2 信息来源 54

4.3.3 生物特征信息的选择 54

4.3.4 信息融合方法 54

4.3.5 成本与效益 54

4.3.6 处理流程 55

4.4 多生物特征识别系统的信息源 56

4.5 信息融合 57

4.6 生物特征信息融合 60

4.7 匹配前融合与匹配后融合 61

4.7.1 传感器级融合 61

4.7.2 特征级融合 62

4.7.3 匹配分数级融合 63

4.7.4 排序级融合 64

4.7.5 决策级融合 64

4.7.6 模糊融合 65

4.8 本章小结 67

参考文献 68

第5章 排序级融合 72

5.1 引言 72

5.2 现有方法回顾 73

5.3 多数投票排序融合法 74

5.4 最高序号融合法 75

5.5 波达计数排序融合法 76

5.6 逻辑回归排序融合法 77

5.7 图像质量排序融合法 79

5.8 本章小结 81

参考文献 81

第6章 基于马尔可夫链的多模态生物特征排序融合 83

6.1 引言 83

6.2 马尔可夫链 84

6.3 对马尔可夫链的研究 86

6.4 基于马尔可夫链的多模态生物特征融合 88

6.5 实验获得的样本结果 94

6.5.1 实验数据 94

6.5.2 实验结果 97

6.6 本章小结 100

参考文献 100

第7章 多模态生物特征的模糊融合 102

7.1 引言 102

7.2 模糊逻辑基础 103

7.3 基于模糊逻辑的融合研究 104

7.4 生物特征信息的模糊融合 105

7.5 生物特征信息模糊融合的实验结果 110

7.6 本章小结 114

参考文献 115

第3部分 安全系统应用 119

第8章 机器人与多模态生物特征识别 119

8.1 引言 119

8.2 文献回顾 121

8.3 非生物实体的概述 122

8.4 化身身份认证 124

8.4.1 数据集生成 124

8.4.2 合成生物特征与人工实体特征 125

8.4.3 视觉识别 126

8.4.4 行为认证 128

8.4.5 多模态生物特征识别和机器人／化身识别 129

8.5 应用 129

8.6 本章小结与工作展望 130

参考文献 131

第9章 混沌神经网络与多模态生物特征识别 136

9.1 引言 136

9.2 系统构成 138

9.3 神经网络方法 140

9.3.1 神经网络的历史 140

9.3.2 神经网络的计算效率 140

9.4 神经网络中的混沌 141

9.5 特征空间与降维 141

9.6 多模态生物特征识别中的神经网络 142

9.6.1 降维需要 143

9.6.2 系统总体架构 143

9.7 子空间分析与联想记忆 145

9.8 神经网络在指纹匹配中的性能分析 146

9.9 基于细胞神经网络的细节匹配法 148

9.10 本章小结 149

参考文献 149

第10章 多模态生物特征识别的新应用 152

10.1 引言 152

10.2 多生物特征识别研究中的步态分析 153

10.3 文献综述 154

10.4 详细方法 155

10.4.1 受试者检测与剪影提取 155

10.4.2 步态周期检测 155

10.4.3 特征提取 156

10.4.4 无模型的方法 156

10.4.5 特征选择 160

10.4.6 识别 161

10.4.7 性能评估 161

10.5 用于多生物特征识别研究的社交网络 162

10.6 社交情景与步态识别融合 163

10.7 执行细节与结果 165

10.8 本章小结 166

参考文献 166

第11章 结论 169

11.1 全书总结 169

11.2 结论 169

11.3 未来研究方向 170

缩写词表 172