生物特征識別技術(shù)

內(nèi)容概要

《生物特征識別技術(shù)：人耳自動識別》是一本關(guān)于人耳識別研究發(fā)展、內(nèi)容和現(xiàn)狀的專著。全書共8章。人耳識別是生物特征識別中的一種，因此《生物特征識別技術(shù)：人耳自動識別》先簡要介紹了生物特征識別的概念、各種生物特征識別技術(shù)及應(yīng)用前景?！渡锾卣髯R別技術(shù)：人耳自動識別》主要內(nèi)容有：人耳識別的特點、人耳識別研究的分類、人耳檢測與人耳跟蹤、人耳圖像歸一化處理、人耳特征提取與識別、三維人耳識別、基于人耳和人臉信息融合的多模態(tài)生物特征識別和人耳識別應(yīng)用系統(tǒng)。對于目前研究所用的主要人耳數(shù)據(jù)庫書中也進(jìn)行了介紹。
《生物特征識別技術(shù)：人耳自動識別》可供從事模式識別和生物特征識別研究的專業(yè)人員，及計算機(jī)和自動化專業(yè)的研究生、教師、工程技術(shù)人員和研究人員參考。

作者簡介

無

書籍目錄

《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書》序前言第一章 生物特征識別1.1 生物特征識別的概念1.2 生物特征識別技術(shù)簡介1.2.1 基于生理特征的識別1.2.2 基于行為特征的識別1.2.3 生物特征識別技術(shù)比較1.3 生物特征識別技術(shù)的應(yīng)用前景參考文獻(xiàn)第二章 人耳識別2.1 人耳識別概述2.1.1 人耳識別的特點2.1.2 人耳識別研究內(nèi)容2.2 人耳圖像庫簡介2.2.1 USTB人耳圖像庫簡介2.2.2 UND人耳圖像庫2.2.3 UCR圖像庫2.2.4 其他圖像庫2.3 人耳識別研究2.3.1 二維人耳識別2.3.2 三維人耳識別2.3.3 耳紋識別2.3.4 人耳的對稱性討論2.4 本章小結(jié)參考文獻(xiàn)第三章 人耳檢測與人耳跟蹤3.1 人耳檢測和跟蹤概述3.2 基于特征的人耳檢測方法3.2.1 運(yùn)動目標(biāo)提取3.2.2 基于顏色信息的圖像分割3.2.3 人耳檢測模塊3.2.4 人耳檢測實驗結(jié)果3.3 基于學(xué)習(xí)的人耳檢測方法3.3.1 Haar-like特征3.3.2 利用積分圖像計算矩形特征3.3.3 AdaBoost算法原理3.3.4 級聯(lián)分類器結(jié)構(gòu)3.3.5 訓(xùn)練人耳檢測分類器3.3.6 人耳檢測3.3.7 人耳檢測實驗結(jié)果3.4 人耳跟蹤方法3.4.1 基于改進(jìn)的CAMSHIFT算法的側(cè)面人臉區(qū)域跟蹤3.4.2 利用輪廓擬合精確定位人耳3.4.3 人耳跟蹤實驗結(jié)果3.5 本章小結(jié)參考文獻(xiàn)第四章 人耳圖像歸一化處理4.1 幾何歸一化4.1.1 基于關(guān)鍵點和關(guān)鍵線的人耳歸一化4.1.2 基于主動形狀模型的人耳歸一化方法4.1.3 基于主動表觀模型的人耳歸一化方法4.1.4 幾何歸一化其他方法4.2 光照歸一化4.2.1 帶有光照變化的人耳圖像庫4.2.2 光照歸一化研究4.3 本章小結(jié)參考文獻(xiàn)第五章 人耳特征提取與識別5.1 人耳識別評測體系5.1.1 人耳識別性能評測方法5.1.2 人耳認(rèn)證性能評測方法5.2 受控條件下的人耳識別5.2.1 特征耳人耳識別方法5.2.2 基于全空間線性鑒別分析的人耳識別5.2.3 基于局部特征的人耳識別5.2.4 基于力場轉(zhuǎn)換和收斂域圖像的人耳識別5.3 姿態(tài)變化下的人耳識別5.3.1 姿態(tài)變化對人耳識別性能的影響分析5.3.2 基于流形學(xué)習(xí)的多姿態(tài)人耳識別5.3.3 基于姿態(tài)轉(zhuǎn)換的人耳識別5.4 人耳識別中的遮擋問題研究5.4.1 基于局部信息融合的帶遮擋人耳識別方法5.4.2 基于稀疏表示的帶遮擋人耳識別方法5.5 本章小結(jié)參考文獻(xiàn)第六章 三維人耳識別6.1 三維人耳識別概述6.2 基于二維圖像的三維人耳重建6.2.1 基于立體視覺的三維人耳重建6.2.2 基于形變模型的三維人耳建模6.3 三維人耳識別6.3.1 基于模型匹配的三維人耳識別6.3.2 三維人耳的特征表示方法6.4 本章小結(jié)參考文獻(xiàn)第七章 基于人耳和人臉信息融合的多模態(tài)生物特征識別7.1 多模態(tài)生物特征識別7.1.1 融合方式7.1.2 融合層次7.1.3 標(biāo)準(zhǔn)化方法7.1.4 融合方法7.2 基于人耳和人臉信息融合的多模態(tài)生物特征識別7.2.1 二維人耳人臉多模態(tài)生物特征識別方法7.2.2 三維人耳人臉多模態(tài)生物特征識別方法7.2.3 二維和三維結(jié)合的人耳人臉生物特征識別方法7.2.4 基于全景圖的人耳人臉生物特征識別方法7.3 本章小結(jié)參考文獻(xiàn)第八章 人耳識別應(yīng)用系統(tǒng)8.1 人耳識別考勤系統(tǒng)8.1.1 系統(tǒng)整體設(shè)計8.1.2 系統(tǒng)內(nèi)置算法實現(xiàn)8.1.3 用戶數(shù)據(jù)庫管理8.1.4 系統(tǒng)運(yùn)行效果8.2 人耳識別門禁系統(tǒng)8.2.1 系統(tǒng)整體設(shè)計8.2.2 系統(tǒng)的軟件設(shè)計及實現(xiàn)8.3 基于DSP的人耳檢測系統(tǒng)8.3.1 系統(tǒng)的硬件平臺8.3.2 系統(tǒng)的軟件設(shè)計8.4 本章小結(jié)參考文獻(xiàn)

章節(jié)摘錄

　　1.2 生物特征識別技術(shù)簡介　　生物特征識別常采用的生理和行為特征包括：人臉、虹膜、指紋、人耳、掌紋、靜脈、DNA、簽名、筆跡、聲音、步態(tài)等。這些生物特征具有不同的應(yīng)用特點，通常會根據(jù)特定的場合和應(yīng)用使用一種或幾種生物特征構(gòu)成生物特征識別系統(tǒng)，沒有一種生物特征能滿足所有的應(yīng)用需求?！　?.2.1 基于生理特征的識別　　1．人臉識別　　人臉識別是基于人臉特征信息來進(jìn)行身份鑒別的過程。自動人臉識別在過去的20年里取得了重大進(jìn)展，研究者在靜態(tài)二維圖像、視頻（二維圖像序列）和三維深度圖像的自動人臉識別方面進(jìn)行了大量的研究和開發(fā)工作?！　∽钪庇^的人臉識別問題可以描述為比較兩張人臉圖像并判定它們是否屬于同一個人。對于人來說在各種不同的條件下判定兩張人臉的相似性并不是一個很難的問題，但是對于機(jī)器自動人臉識別來說卻面臨很多挑戰(zhàn)。人臉可能隨著年齡、姿態(tài)、光照和表情的不同而變化，另外化妝、頭發(fā)和飾物（如眼鏡）也會改變?nèi)四樀耐庥^，這使得人臉圖像的類內(nèi)差異非常大。人臉圖像還存在著類間相似性的問題，如來自于同卵雙胞胎、父子等基因相似個體的兩張人臉圖像的識別。這些都使得在非限定條件下的自動人臉識別仍然是一個艱巨的任務(wù)?！　∪四樧R別的若干特點使其適用于很多應(yīng)用：　　①與指紋不同，人臉可以使用非接觸式傳感器在遠(yuǎn)距離情況下采集，因此非常適合視頻監(jiān)控場景下的應(yīng)用。　?、谌四槻坏珎鬟_(dá)了身份信息，同時也包含人的情緒（如高興或生氣）以及性別、種族和年齡等信息。　?、巯鄬τ谥讣y和虹膜等其他生物特征來說，人們通常更愿意在公共領(lǐng)域使用和分享他們的人臉圖像，如通過標(biāo)注人臉來增加社交媒體應(yīng)用（如Facebook、人人網(wǎng)等）的受關(guān)注程度。隨著時間的推移，人臉識別在刑偵、身份鑒別、智能監(jiān)控和娛樂等領(lǐng)域?qū)懈鼜V泛的應(yīng)用。　　……

編輯推薦

穆志純、袁立、曾慧編著的《生物特征識別技術(shù)--人耳自動識別》是科學(xué)出版社在廣泛征求專家意見的基礎(chǔ)上，經(jīng)過長期考察、反復(fù)論證之后組織出版的。這套叢書旨在傳播網(wǎng)絡(luò)科學(xué)和未來網(wǎng)絡(luò)技術(shù)，微電子、光電子和量子信息技術(shù)、超級計算機(jī)、軟件和信息存儲技術(shù)，數(shù)據(jù)知識化和基于知識處理的未來信息服務(wù)業(yè)，低成本信息化和用信息技術(shù)提升傳統(tǒng)產(chǎn)業(yè)，智能與認(rèn)知科學(xué)、生物信息學(xué)、社會信息學(xué)等前沿交叉科學(xué)，信息科學(xué)基礎(chǔ)理論，信息安全等幾個未來信息科學(xué)技術(shù)重點發(fā)展領(lǐng)域的優(yōu)秀科研成果。

圖書封面

評論、評分、閱讀與下載

---

    生物特征識別技術(shù) PDF格式下載

---