欢迎来到天天文库
浏览记录
ID:37033021
大小:10.16 MB
页数:75页
时间:2019-05-15
《基于深度学习和多特征融合的小面积指纹识别算法研究》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、硕士学位论文肇基于深度学习和多特征融合的小面积指纹识别算法研宄^钟瑞作者姓名学校导师姓名、职称曹凯副教授企业导师姓名、职称卢重瑞高工申请学位类别工程硕士学校代码10701学号1512122903分类号TP391.4密级純西安电子科技大学硕士学位论文基于深度学习和多特征融合的小面积指纹识别算法研宄作者姓名:钟瑞一级学科:生物医学工程二^学科:生物医学工程学位类别:工程硕士指导教师姓名、职称:曹凯副教授学院:生命科学技术学院提交日期:2018年5月Researchon
2、smallareafinerrintreconitiongpgbased-ondeelearninandmultifeaturepgfusionAthesissubmittedtoXIDIANUNIVERSITYinartialfulfillmentofthereuirementspqforthedegreeofMasterinBiomedicalEnineeringgByRuiZhongSuervisor:KaiCaoTitle:AssociateProfessorpSu
3、pervisor:LuChongruiTitle:SeniorEngineerMa2018y西安电子雛大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人己经发表或撰写过的研宄成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一。学位论文若有不实之处,本
4、人承担切法律责任本人签名>丨杏:I日期:H!,西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研宂生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文、的复印件,允许查阅借阅论文学校可以公布论文的全部或部分内容,允许采用影;印、缩印或其它复制手段保存论文。同时本人保证,结合学位论文研宄成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在。_年解密后适用本授权书::本人签名导师签名__J^U^:—-/1^.、岔U日期8
5、^日期:>:1mm摘要随着移动互联网的发展和智能设备的普及,指纹采集仪的轻便化与小型化己经成为趋势,从而使得指纹单次采集的有效面积也越来越小。虽然常规指纹识别算法已趋一于成熟一,但是针对小面积指纹的特征提取与匹配,尚没有个公认的有效方法和统一。标准指纹识别是个复杂的过程,直接将成熟的常规方法迁移到小面积指纹的匹配中一,会造成识别率大幅度下降,而对传统方法进行单的改进也并不能有效提升识别精度。目前小面积指纹识别所面临的主要问题在于,相比常规指纹图像,小面积指纹图像中所包含的有效信息过少。所以,如何充分利用小面积指纹图像己有的特
6、征信息,一提高被提取特征的可靠性,是个亟待解决的问题,同时也是本文研宄的重点。本文提出了一个基于深度学习和多特征融合的小面积指纹识别方法,在指纹识别流程中的多个部分对相关算法进行改进。(1)针对小面积指纹图像中有效信息较少的问题,我们将领域知识与深度卷积网络的表达能力相结合,设计并实现了基于指纹方向场特征和指纹细节点特征的深度学习网络。(2)针对小面积指纹图像中边缘细节点的匹配困难的问题,我们设计了基于选择性延展的细节点匹配算子,优化了图像边缘细节点的匹配性能。(3)传统指纹识别算法仅依靠细节点特征计算匹配分数,忽略了其他很重要的识
7、别信息,本研宄在细节点特征匹配的基础上加入了方向场、频率场、能量图、相干。场等多个特征进行判定,提高了识别的精确率与可靠度最后,我们通过控制变量的一方法,对每项改进进行了评估实验。实验证明,本文提出的基于深度学习和多特征融合的小面积指纹识别方法在小面积指纹库XDFinger库中的性能显著高于其它常规指纹识别算法,并且提出的指纹方向场和细节点提取网络在质量较低的指纹图像如FVC2004和NISTSD27中也达到了较为领先的水准。,关键词:小面积指纹方向场,细节点,特征融合,神经网络IABS
此文档下载收益归作者所有