生物特徵識別技術

前言

第一章生物特徵識別概述

第一節生物特徵識別的起源和發展

第二節生物特徵識別系統

第三節幾種生物特徵識別技術及比較

一、虹膜識別

二、人臉識別

三、人耳識別

四、指紋識別

五、掌紋識別

六、手形識別

七、靜脈識別

八、幾種生物特徵識別技術比較

第四節生物特徵識別技術的應用

第五節生物特徵識別技術的前景

參考文獻

第一部分頭部特徵識別

第二章虹膜識別

第一節概述

一、虹膜識別發展歷史

二、虹膜生理結構特徵

三、虹膜識別特點

四、人眼圖像的採集

五、虹膜識別基本過程

六、人眼自然睜開狀態下的虹膜圖像中存在的問題

第二節雜訊(眼瞼、睫毛和光斑)的檢測

一、眼瞼的檢測

二、睫毛的檢測

三、光斑的檢測

第三節虹膜邊界的檢測

一、積分微分圓檢測運算元

二、Hough曲變換方法

三、主動輪廓線跟蹤方法

四、通過特定虹膜邊界點尋找邊界的方法

第四節虹膜圖像的分割

一、固定角度確定虹膜無雜訊干擾區域方法

二、根據雜訊確定實際虹膜區域方法

三、虹膜區域選取與識別率對應關係

第五節虹膜圖像歸一化

一、虹膜圖像內外圓不同心的調整

二、虹膜圖像尺寸的歸一化

三、虹膜圖像展開成矩形

第六節虹膜特徵提取與匹配

一、利用2DGabor濾波器提取虹膜相位信息

二、Gabor濾波器參數設計及虹膜特徵提取

三、利用小渡過零方法提取不同解析度下的虹膜特徵

四、利用金字塔方法提取虹膜灰度信息

五、多尺度模板提取虹膜紋理位置信息

六、基於傅里葉變換的相位相關法

七、基於灰度曲面直接匹配法

八、基於結構特徵的虹膜識別方法

九、基於局部信息統計的虹膜分塊編碼方法

十、基於局部分塊特徵的虹膜識別方法

第七節自適應虹膜識別方法

一、相位一致性理論

二、特徵提取和表示

三、自適應模式匹配

第八節虹膜識別小結

參考文獻

第三章人臉識別

第一節概述

一、人臉識別發展歷史

二、人臉識別系統

三、人臉識別的實驗樣本

第二節人臉識別中的關鍵問題

一、光照問題

二、姿態估計與匹配

三、時變的特徵提取與消除

第三節人臉的檢測與定位

一、基於知識的人臉檢測方法

二、基於模板匹配的檢測方法

三、基於統計模型的人臉檢測方法

四、人臉檢測方法小結

第四節人臉幾何特徵提取方法

一、形狀幾何特徵提取

二、基於幾何模板的特徵提取

第五節人臉代數特徵提取方法

一、主成分分析法

二、基於遺傳演演算法優化的PcA演演算法

三、獨立成分分析法

四、奇異值分解方法

五、基於隱馬爾可夫模型特徵提取方法

第六節人臉分類識別方法

一、基於線性判別分析方法

二、基於神經網路的人臉識別方法

三、基於支持向量機的人臉識別方法

第七節其他人臉識別方法

一、三維人臉識別方法

二、基於膚色模型的人臉識別方法

三、深度圖像人臉識別方法

四、基於多種特徵融合機制人臉識別方法

第八節人臉識別小結

參考文獻

第四章人耳識別

第一節概述

一、人耳識別發展歷史

二、人耳識別特點

三、人耳識別系統

第二節人耳圖像預處理

一、人耳解剖結構

二、圖像雜訊處理

三、耳廓邊緣提取

四、歸一化處理

第三節基於幾何特徵的人耳識別方法

一、幾何學識別方法

二、基於長軸的形狀特徵識別方法

三、基於內耳角點特徵的人耳識別方法

四、基於外耳輪廓曲線的人耳識別方法

五、基於最大主曲率的人耳識別方法

第四節基於代數特徵的人耳識別方法

一、主成分分析法

二、低階不變矩法

第五節其他人耳識別方法

一、基於灰度曲面匹配方法

二、使用voronoi圖表的鄰接圖匹配方法

三、使用組合技術的神經網路方法

四、力場轉換方法

五、遺傳局部搜索演演算法

六、基於3D耳朵檢測和識別方法

第六節結合面部特徵的人耳識別技術

一、由人臉正面圖像提取面部結構特徵參數和耳廓大小特徵參數

二、由人臉側面圖像提取耳廓形狀特徵參數

三、由人臉側面圖像提取耳廓結構特徵參數

四、特徵識別方法

第七節人耳識別小結

……

第二部分手部特徵識別

第五章指紋識別

第六章掌紋識別

第七章手形識別

第八章靜脈識別

……

生物特徵識別技術，目前比較成熟並大規模使用的方式主要為，指紋、虹膜、臉、耳、掌紋、手掌靜脈等，此外近年，語音識別、腦電波識別、唾液提取DNA等研究也有突破，有望進入商用階段。

生物特徵識識別技術通常按照，掃描、數字化處理、分析、特徵提取、存儲、匹配分類幾個步驟處理。目前掃描數字化處理已經相對成熟，主要的研究集中在分析和特徵提取方面。作為一門計算機學科中的一個分支，存儲、匹配和檢索的高速化處理近年也有相當數量和質量的研究論文發表。

生物特徵識識別技術的應用相當廣泛，在計算機應用領域居重要地位。在計算機安全學中，生物特徵識別是認證(authentication)的重要手段，生物測定（Biostatistics）則被廣泛地應用在安全防犯領域，國家安全公共安全領域中也有廣泛的應用。

生物特徵識別技術主要是指通過人類生物特徵進行身份認證的一種技術，這裡的生物特徵通常具有唯一的（與他人不同）、可以測量或可自動識別和驗證、遺傳性或終身不變等特點。所謂生物識別的核心在於如何獲取這些生物特徵，並將之轉換為數字信息，存儲於計算機中，利用可靠的匹配演演算法來完成驗證與識別個人身份的過程。

身體特徵包括：指紋、靜脈、掌型、視網膜、虹膜、人體氣味、臉型、甚至血管、DNA、骨骼等；行為特徵則包括：簽名、語音、行走步態等。生物識別系統則對生物特徵進行取樣，提取其唯一的特徵轉化成數字代碼，並進一步將這些代碼組成特徵模板，當人們同識別系統交互進行身份認證時，識別系統通過獲取其特徵與資料庫中的特徵模板進行比對，以確定二者是否匹配，從而決定接受或拒絕該人。

《生物特徵識別技術》作者苑瑋琦教授領導的瀋陽工業大學視覺檢測技術研究所從2001年開始相繼對虹膜識別、人耳識別、人臉識別、指紋識別、掌紋識別、手形識別和手部靜脈識別等生物特徵識別技術開展了研究工作，先後2次獲得國家自然科學基金以及教育部春暉計劃項目、遼寧省自然科學基金、遼寧省高等學校優秀人才支持計劃、遼寧省高等學校創新團隊項目計劃、瀋陽市科學技術基金等多項基金的資助。