《多模态生物特征识别 基于人脸与人耳信息》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:王瑜著
  • 出 版 社:北京:科学出版社
  • 出版年份:2013
  • ISBN:9787030389503
  • 页数:179 页
图书介绍:人脸识别已经被广泛关注了近30年,由于其友好性、唯一性和稳定性等特点成为目前最成功和广泛应用的个体身份认证技术之一,人耳识别虽然不是生物特征识别技术的主流,但由于其同人脸识别一样,无需被试的主动配合,具有被动识别的优势,因而也同样受到了国内外研究学者的普遍关注。本书介绍了目前生物特征识别技术的发展动态,包括各种单生物特征识别技术,以及多模态信息融合生物特征识别技术。单生物特征重点介绍人脸和人耳识别技术,多模态信息融合重点描述人脸与人耳的生物特征信息融合技术,并提出一系列有效的融合识别方法。

第1章 生物特征识别 1

1.1生物特征识别的概念 1

1.1.1生物特征识别技术 1

1.1.2生物特征识别系统 2

1.1.3生物特征识别的优势 3

1.1.4社会的可接受性和隐私问题 4

1.2生物特征识别的发展 6

1.3生物特征识别技术的评价 7

1.4生物特征识别技术简介 9

1.4.1人脸识别 11

1.4.2人耳识别 22

1.4.3指纹识别 33

1.4.4语音识别 35

1.4.5签名识别 36

1.4.6虹膜识别 40

1.4.7掌纹识别 41

1.4.8击键动力学分析 42

1.4.9步态识别 43

1.4.10视网膜识别 44

1.4.11DNA识别 44

1.4.12其他生物特征识别技术 44

1.5本章小结 45

参考文献 46

第2章 多模态生物特征识别 55

2.1多模态生物特征识别的概念 55

2.2多模态生物特征识别的优势 57

2.3多模态生物特征识别技术简介 60

2.3.1多模态生物特征的信息融合 60

2.3.2多模态生物特征识别系统与数据库 64

2.4人脸人耳多模态识别技术研究 67

2.5本章小结 69

参考文献 69

第3章 基于核典型相关分析的人脸人耳多模态识别 73

3.1典型相关分析原理 73

3.2核典型相关分析原理 75

3.3方法介绍 78

3.3.1融合前的预处理 78

3.3.2人脸与人耳的信息融合 79

3.3.3分类器设计 80

3.4实验与讨论 80

3.4.1实验设计 80

3.4.2实验步骤 81

3.4.3实验结果与分析 81

3.5本章小结 85

参考文献 86

第4章 基于局部二值模式纹理分析的人脸人耳多模态识别 89

4.1纹理分析的概念与优势 90

4.1.1纹理的概念 90

4.1.2纹理分析的优势 90

4.2局部二值模式纹理分析原理 92

4.2.1相关纹理分析方法比较 92

4.2.2基本局部二值模式 95

4.2.3圆形局部二值模式 99

4.2.4旋转不变量局部二值模式 101

4.2.5对比度与纹理模式 103

4.2.6规范型局部二值模式 104

4.2.7局部二值模式的优势 106

4.3方法介绍 108

4.3.1 Haar小波变换 108

4.3.2分块融合思想 111

4.3.3多尺度融合与规范型局部二值模式特征提取 112

4.3.4人脸与人耳的信息融合 113

4.3.5分类器设计 115

4.4实验与讨论 116

4.4.1实验设计 116

4.4.2实验步骤 116

4.4.3实验结果与分析 117

4.5本章小结 125

参考文献 125

第5章 基于姿态转换的人脸人耳多模态识别 130

5.1姿态转换原理 130

5.2方法介绍 131

5.2.1特征提取与基空间的计算 132

5.2.2姿态图像特征空间的姿态转换 134

5.2.3人脸与人耳的信息融合 137

5.2.4分类器设计 137

5.3实验与讨论 137

5.3.1实验设计 137

5.3.2实验步骤 138

5.3.3实验结果与分析 139

5.4本章小结 144

参考文献 145

第6章 人脸人耳多模态标准图像库的构建与完善 147

6.1人脸图像库简介 147

6.1.1 M2VTS多模态人脸图像库 147

6.1.2 XM2VTSDB人脸图像库 148

6.1.3 CAS-PEAL人脸图像库 149

6.1.4 FERET人脸图像库 152

6.1.5韩国人脸图像库 153

6.1.6 MPI人脸图像库 153

6.1.7圣母大学人脸图像库 154

6.1.8得克萨斯大学人脸图像库 155

6.1.9 FRGC人脸图像库 155

6.1.10 CMU高光谱人脸图像库 157

6.1.11 CMU PIE人脸图像库 158

6.1.12 AR人脸图像库 158

6.1.13 Equinox红外人脸图像库 159

6.1.14 ORL人脸图像库 160

6.1.15 Yale人脸图像库 161

6.1.16 Yale B人脸图像库 161

6.1.17 BANCA人脸图像库 162

6.1.18 JAFFE人脸图像库 163

6.1.19马里兰大学人脸图像库 164

6.1.20 CKAC人脸图像库 165

6.1.21 UMIST人脸图像库 165

6.1.22奥卢大学人脸图像库 165

6.1.23 MIT人脸图像库 165

6.1.24 NIST-MID人脸图像库 166

6.1.25 Harvard人脸图像库 166

6.2人耳图像库简介 166

6.2.1圣母大学人耳图像库 166

6.2.2 WPUT-DB人耳图像库 167

6.2.3 IIT Delhi人耳图像库 167

6.2.4 IIT坎普尔人耳图像库 168

6.2.5 ScFace人耳图像库 168

6.2.6 Sheffield人耳图像库 168

6.2.7 YSU人耳图像库 169

6.2.8 NCKU人耳图像库 169

6.2.9 UBEAR人耳图像库 169

6.2.10 CP人耳图像库 170

6.3 USTB人脸人耳图像库的构建与完善 170

6.3.1人耳图像库Ⅰ 171

6.3.2人耳图像库Ⅱ 171

6.3.3人脸人耳图像库Ⅲ 172

6.3.4人脸人耳图像库Ⅳ 174

6.4本章小结 176

参考文献 176