基于感知信息多模态生物特征融合技术地研究

基于感知信息多模态生物特征融合技术地研究

ID:32246247

大小:2.82 MB

页数:143页

时间:2019-02-02

基于感知信息多模态生物特征融合技术地研究_第1页
基于感知信息多模态生物特征融合技术地研究_第2页
基于感知信息多模态生物特征融合技术地研究_第3页
基于感知信息多模态生物特征融合技术地研究_第4页
基于感知信息多模态生物特征融合技术地研究_第5页
资源描述:

《基于感知信息多模态生物特征融合技术地研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、国内图书分类号:TP309学校代码:10213国际图书分类号:681.324密级:公开工学博士学位论文基于感知信息的多模态生物特征融合技术研究博士研究生:王志芳导师:ChristophBusch教授副导师:牛夏牧教授申请学位:工学博士学科:信息安全所在单位:计算机科学与技术学院答辩日期:2009年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP309U.D.C.:681.324DissertationfortheDoctoralDegreeResearchonPerceptualInformationbasedMulti-modalBiometricFu

2、sionTechniquesCandidate:ZhifangWangSupervisor:ProfessorChristophBuschCoSupervisor:ProfessorXiamuNiuAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:InformationSecurityAffiliation:ComputerScienceandTechnol-ogyDateofDefence:June,2009Degree-Conferring-Institution:HarbinInstituteofTechnol

3、ogy摘要摘要生物特征识别技术较好的兼顾了系统安全和用户体验两个矛盾的方面,因此在信息安全等领域受到了广泛的关注和应用。但是单模态生物特征识别技术的特点决定了其存在安全和性能等方面的诸多问题,而多模态生物识别技术由于其更好的适用性、更高的安全性、更优的性能成为目前生物识别技术发展的趋势。多模态生物识别技术的发展和成熟将进一步完善生物识别技术的方法和手段,为信息安全应用系统提供更可靠、更安全的身份认证方案。特征层融合直接面向不同模态样本特征,相对于像素层、匹配层和决策层,能够最大程度的保留样本特征的区分性信息,消除样本特征的冗余信息,真正发挥多模态融合的优势,逐渐成为多模态

4、融合的研究热点。但是目前在特征层融合中特征的选择和融合策略的选择都带有较大的盲目性和随机性,原因在于特征来源和特征提取方法的不同,造成了特征数据分布形式和信息内涵的各不相同,缺乏对于这些特征合理的归纳分析和对特征层融合方法的指导性框架。本文从分析、归纳多模态生物样本的特征出发,借鉴人类视觉感知系统对视觉信息的处理模式,将生物样本的特征分为感觉特征和知觉特征两个层次,通过对各自特点的分析,提出了基于感知信息的特征层扩展多模态融合技术模型,为多模态融合问题提供了合理的指导性框架模型。基于该模型深入研究了感觉特征融合、知觉特征融合以及感觉-知觉特征融合的问题,通过人脸、指纹、虹

5、膜等模态的融合验证了所提出的算法的有效性。最后针对多模态生物识别系统的安全问题,进行了相关的安全性评测并提出了适用于多模态生物识别系统的模板保护算法。本文的主要研究工作和创新点在于:(1)提出了基于感知信息的特征层扩展多模态融合模型,在感觉特征和知觉特征划分的基础上给出了细化的特征层多模态融合框架,将多模态特征层融合问题进一步归纳为感觉特征融合、知觉特征融合及感觉-知觉特征融合等问题,为多模态融合中融合特征的选择和融合策略的选择提供理论上的指导;(2)分别提出了指纹、虹膜和人脸三种典型模态感觉特征预处理及提取算法,并针对感觉特征的特点,采用加权融合的方法分别实现了指纹-虹

6、膜、指纹-人脸、人脸-虹膜等方式的多模态感觉特征融合。实验结果表明了本文感觉特征提取算法和加权融合策略有效性;I哈尔滨工业大学工学博士学位论文(3)提出了知觉特征做为特征子空间点集的观点,分析了知觉特征的空间特性,通过z-score模型归一化不同模态知觉特征所在的特征空间。进而提出了扩展普通向量算法,推导了基于样本类内散度矩阵值域和样本差分子空间两种不同的求解方法,并证明了两种方法的等价性。实现了基于扩展普通向量的指纹、人脸、虹膜三种模态知觉特征的融合算法,实验结果表明本文所提算法具有良好的识别性能;(4)提出了两种基于核方法的扩展融合算法:扩展核主成分分析算法和核Fis

7、her鉴别分析算法,解决感觉特征与知觉特征融合时存在的非线性问题,提取融合特征的非线性特征。并推导了扩展核主成份分析算法在中心化样本集和非中心化样本集两种情况下的算法原理。实现两种扩展融合算法在指纹、虹膜、人脸三种模态算法的感觉-知觉特征融合算法。实验结果表明这两种算法不仅优于单模态生物识别,同时也超越了传统融合算法的性能;(5)探讨了多模态生物识别系统面临的安全问题,定义安全威胁参数和区分性度量参数作为评估样本部分泄漏对系统性能的影响,对本文提出的融合算法及传统经典融合算法在样本部分泄漏情况下的安全性进行了评测,实验表明本文

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。