郭浩[1]2004年在《基于嵌入式隐Markov模型的指纹分类和匹配研究》文中认为随着电子银行、电子商务和各种智能卡的出现和普及,如何准确而可靠地进行个人身份的自动鉴别成为近来研究的一个热点问题,具有十分广泛的应用前景。利用人体生理或行为特征的唯一性来确认个体身份的生物测量学方法,因其具有的高度可靠性,日益受到人们的重视。指纹识别技术是发展最早,应用最为成熟的一种基于生物测量学的身份确认技术。指纹识别技术发展到今天,出现的方法大体可以分成两大类:基于细节特征的指纹匹配和基于概率统计特征的指纹匹配。基于细节特征的指纹匹配利用了细节点的自身特征以及其相互的位置关系来描述一个指纹,具有形象直观的特点,但是容易受噪声的影响,执行速度通常也较慢。同一个指纹的不同采样虽然存在随机性变异,但其纹理结构特征却具有很高的稳定的相似性,这是基于概率统计特征的指纹匹配的算法基础。基于概率统计特征的指纹匹配抗噪声干扰能力强,但是指纹的特征表达中仅仅体现了指纹的纹理结构特征,而没有体现指纹的细节特征,因此匹配精度通常不高,特别是当指纹库容量很大时。针对这两大类指纹匹配算法的特点,本文在综合这两类方法的应用上进行了一些尝试,先利用一种基于概率统计特征的指纹匹配方法进行首次匹配,缩小匹配搜索范围,然后利用基于细节特征的匹配方法进行精确匹配。本文研究工作的主要成果如下:1) 本文将指纹图象视作二维随机场,基于嵌入式隐Markov模型(Embedded HiddenMarkov Model,简记为E-HMM。E-HMM也可以称为pseudo 2-D Hidden Markov Model)的基本原理,首次提出了一种基于E-HMM的指纹识别方法,这是一种基于概率统计特征的指纹匹配方法。首先自上而下继而从左至右的指纹不同特征区域可以用E-HMM的状态序列来表示。同一个指纹的不同采样由于受到多种变化因素的影响而具有丰富的表现,可以把这些不同的指纹图象看作是同一组状态序列产生的一系列表现,它们对应的是同一个E-HMM。不同的指纹用不同的E-HMM的来描述。E-HMM可以在模型层反映指纹二维方向的结构特征,能够较好地描述指纹的纹理结构特征,基于E-HMM模型的指纹识别方法已经初步取得了较好的结果。2) 本文提出了一种基于E-HMM的指纹分类方法。对指纹进行分类,并按照分类特征建立指纹库中的指纹检索的索引,可以有效地提高指纹识别系统中大型指纹库的管理和指纹匹配效率。同一类型的指纹具有相似的纹理结构,把它们作为一组训练样本,训练后对应着一类E-HMM,不同类型的指纹对应着不同类E-HMM。通过合理地利用指纹方向场信息,构造观察向量、训练E一蛋翻以,可实现精度高、鲁棒性强的指纹快 速分类。3)本文研究并实现了一个健壮度很高的指纹参考基准点计算方法,在此基础上进行了 匹配对齐和细节匹配处理。指纹的参考基准点对应着指纹的奇异点区域,是指纹的 一个重要的宏观结构特征,在指纹的细节匹配阶段,首先利用指纹参考基准点对齐 了两个待匹配指纹的细节特征,然后利用编辑距离算法评价指纹细节的相似程度。 整个细节匹配算法在一定程度上有效地补偿了指纹采样过程中由于伪细节的混入 和真实细节的丢失而产生的细节特征的变化,提高了细节匹配的精度和可靠性。关键词:指纹识别;指纹匹配:指纹分类:指纹增强;隐Ma rkov模型;模式识别
佚名[2]2007年在《自动化技术、计算机技术》文中进行了进一步梳理TP132007042003一种智能PID复合控制器的设计/伍铁斌,刘祖润,徐学军,李文(湖南科技大学信息与电气工程学院)//自动化与仪表.―2006,21(4).―45～48.提出一种新型PID复合控制算法,将模糊控制和混沌PID控制结合起来,既具有模糊控制快速、鲁棒性强的优点,又具有PID稳态精度高的优点。仿真表明该算法使用可靠、精度高,而且具有较强的抗干扰能力和较好的鲁棒性,优于常规的PID控制与模糊控制。图2表1参13
赵丽峰[3]2009年在《基于NiosⅡ软核的人脸识别系统研究与设计》文中研究说明近年来,生物特征识别领域的研究发展迅速。在众多生物特征识别技术中,人脸识别因为其普遍性、易采集性、高接受性而受到了广泛关注。人脸识别技术利用仪器分析人脸图像,从中提取有效的识别信息,从而达到辨认身份的目的。由于其广泛的应用前景,人脸识别技术已成为模式识别和计算机视觉领域的研究热点。从上世纪中后期开始,国内外众多的机构和学者投身到了人脸识别的研究领域当中,取得了很多令人欣喜的成果。本文对国内外人脸识别相关技术和最新研究成果进行了较为深入的研究和分析,在此基础上,运用目前较为成熟的图像处理算法对人脸图像进行预处理,进而实现人脸检测。然后,通过二维离散余弦变换(2D-DCT)对人脸检测得到的人脸图像进行特征提取。采用可以在二维方向上反映人脸特征信息的嵌入式隐马尔科夫模型(EHMM)进行人脸图像样本训练,并建立人脸模型数据库。通过2D-DCT实时提取的人脸特征与EHMM人脸数据库进行匹配,从而实现人脸识别。在上述算法研究的基础上,利用SOPC技术设计基于NiosⅡ软核的人脸识别系统。基于32位NiosⅡ软核处理器,在FPGA上完成设计,构建一个可编程的片上系统。应用ALTERA公司的DSP Builder软件模块在Matlab中开发适用于人脸识别的图像处理模块,并在MATLAB中训练EHMM人脸模型数据库。通过NiosⅡ处理器的自定义指令将DSP Builder模块生成的算法模块及算法IP核联系起来,使硬件与软件协同实现人脸识别算法,大大提高了数据的处理速度,保证了实时性。集成开发环境自带的硬件模块及开发IP核的使用极大的提高了工程效率,并显着的提高了系统的灵活性。在完成人脸图像处理的主体任务后,实现USB扩展接口的固件开发,为后续与PC平台的协同处理做好基础。本设计基于友晶科技的DE-2开发板搭建人脸识别平台。实验结果显示应用SOPC技术基于NiosⅡ软核的人脸识别系统在工程开发周期,系统灵活性和算法通过硬件流实现方面具有先天优势,充分发挥基于FPGA嵌入IP核的SOPC系统的优点,顺利完成人脸图像识别任务。
郭娟[4]2006年在《人脸识别方法研究与实现》文中提出人脸识别是模式识别和计算机视觉领域最富挑战性的研究课题之一，在刑侦破案、证件验证、门禁系统、视频监控等领域都具有十分广泛的应用前景。虽然人类不需要任何训练准备就能识别出人脸，但人脸的机器自动识别却是一个难度极大的课题。本论文致力于基于静止图像的准正面人脸识别方法研究，重点研究特征提取和分类识别环节。 首先，研究了基于主分量分析(Principle Component Analysis，PCA)的特征脸法的原理和实现过程。考虑到传统PCA法在处理图像识别问题时是基于图像向量的，提出了一种直接基于图像矩阵的PCA方法，其突出优点是大大加快了特征抽取的速度。 其次，为克服PCA方法易受光照条件等易变因素的影响，本文在特征提取方面引入了Fisher线性鉴别分析(Linear Discriminant Analysis，LDA)方法。LDA以样本的可分性最好为目标，能提取出类间距离大而类内距离小即分类能力强的特征，在理论上优于PCA方法。但是，传统LDA应用于人脸识别时存在小样本和多类情况下Fisher准则分类次优两个问题。本文提出了一种能同时解决以上两个问题的改进LDA的人脸识别算法。该算法的关键在于使用不损失任何有效鉴别信息的方法来降维，并引入一种新的权函数对Fisher准则加权，以改善样本在低维线性空间中的可分性，同时在共轭正交的约束下保证所抽取的鉴别特征之问是统计不相关的。实验结果表明，该改进算法对光照、表情变化具有更好的鲁棒性。 最后，为了更好地综合人脸特征进行分类识别，本文将嵌入式隐马尔可夫模型(Ernbedded Hidden Markov Models，EHMM)应用到人脸建模中，该方法较好地利用了人脸的相似性结构，较一维HMM(1D-HMM)能更精确地描述二维人脸图像的统计特征。本文通过提取二维离散余弦变换(2D-Discrete Cosine Transform，2D-DCT)后的低频系数代替像素灰度值构造观察序列，有效地减少了观察向量的维数。实验结果表明，所建立的模型结构简单，运算量小，并且获得了较高的识别率。
王宏漫[5]2003年在《人面部的代数特征与几何特征的提取及识别》文中研究说明基于生物特征的身份鉴定技术在社会生活中具有越来越重要的地位和作用。在多种生物特征中，基于人面部特征的识别和鉴定因为具有无侵害性、成本低、易于接受等优点，得到广泛的研究和应用。 本论文主要从人面部的代数特征和几何形状特征两个方面，探讨了人面部的特征提取和识别问题。 在代数特征方面，主要从主成分分析和独立成分分析两个角度出发，进行了探讨。主成分分析立足于图像的二阶统计特性，提取图像的灰度特征；它去除了各特征分量之间彼此的相关性，并且可以根据其对应的特征值的大小确定它在整个能量中占据的百分比，从而可以分离出信号中的主要成分和次要成分；独立成分分析从图像的高阶统计特性出发，提取图像的灰度特征。它的各特征分量之间彼此独立，由于不考虑主次关系，因此它难以清楚地反映信号各分量的主、次程度。考虑到这两种方法的不同特点，论文提出了主要独立成分分析方法，即在主成分分析的基础上，进一步做独立成分分析。通过这种方法得到的特征分量的均值、方差的分散性要优于仅做主成分分析的特征分量的均值、方差的分散性，因此聚类效果要更好一些。 对应于既定的特征选取，存在有一个最佳的相似性度量方法的选择问题。在考虑关于人脸的分类算法时，大多是评价分类算法对噪声样本的容错性，而忽视了特征空间维数的选取与相似性度量准则之间的关系。就特征空间选取问题，论文从理论上分析了最近邻法、支持向量机这两种方法的识别性能，由于支持向量机是通过类间超平面进行分类的，最近邻法是通过类间距离进行分类的，因此，论文认为，在一定程度上支持向量机更敏感于特征空间的变化，尤其是特征空间中的细节分量或噪声分量的变化，相比之下，在一定条件下，最近邻法对特征空间中的细节分量并不敏感。因此在论文所提出的人脸识别系统中，在较小的特征空间中支持向量机的识别效果要优于最近邻法。 在模式识别理论中，人脸识别是一种典型的多类判别问题。鉴于支持向量机是一种以两类判别为基本功能的分类函数，在用于多类判别时，本文提出的方案是以1-1判别策略为基础，根据各判别函数的分类间隔的差异对多个判别函数进行排序，对于“拒绝决策”的情形，则可利用判别函数间的冗余再判别来降低识别误差。这种基于支持向量机组的淘汰法对于每个判别函数的使用更加合理和具有选择性。 根据所选择的人脸的代数特征和支持向量机的分类性能，论文提出了一个脸像识别方法，即基于主成分分析对人脸图像进行降维，再用独立成分分析进行独立分量特征提取，最后基于SVM进行多类识别。该脸像识别方法在对ORL人脸图像库和自建的人脸图像库的测试实验中，识别率分别为97.5％、88.17％。 在几何形状特征方面，论文重点研究了人脸主要几何特征点的提取和脸部主要器官的连续形状的提取。 在人脸几何特征点提取问题中，首先需要准确定位人脸的左右边界。基于原有的灰度投影曲线定位算法，本论文进一步对原灰度图像做小波分解，然后仅取垂直分量进行重建，再沿垂直方向做投影，可以对人脸的左右边界进行更加精确的定位。 分形理论在图像处理中的应用表明，分维图像能够更加有效地抑制噪声，并能够充分地反映图像纹理的变化。因此，在提取人脸的几何特征点时，采用脸部图像的分形维数图像取代了传统的灰度图像或二值图像。 在提取面部轮廓及其主要器官的连续形状时，需要采用边缘检测与提取等手段。 在传统的微分算子的基础上，论文提出了一种广义的计算图像灰度梯度的方法一一自由差分运算。自由差分运算不仅是一些典型的微分算子的通用描述，而且它突破了传统微分算子的模板运算模式，可以同时从图像的全局区域、局部区域两个方面出发，沿若干个直线方向进行计算，以考察象素点的边缘特征。它把对图像这种二维信号的微分计算转化成一维方式进行，计算方向具有任意性，同时，便于采用多种手段对象素点的边缘性质进行分析，使得多种边缘检测方法不再彼此独立，为信息的二次融合提供了可能性、方便性。从对实际图像的测试效果来看，它也具有很好的抗噪性。把它与Snake模型相结合，论文提出了正交型Snake模型。 从传统的Snake模型的思想出发，正交型Snake模型利用自由差分运算的基本原理，通过在正交直线方向上计算灰度梯度，把轮廓变化的信息和图像灰度变化的信息更紧密地联系在一起。在曲线的演化过程中，以基本多边形为依托，以目标曲线的特征为指导，让轮廓的变化能够自适应于图像灰度变化，使得所提取的轮廓曲线的特征不断地逼近目标曲线的特征。在对多种图像的测试中，取得了比较理想的效果。传统的边缘提取算法是一个由底至上的过程;传统的Snake模型是一个由上至下的过程，在这两类方法中，信息处理的基本流程都是单向的;正交型Snake模型通过强调高层视觉和底层信息之间的相互联系在曲线演化过程中的作用，使得信息的流动过程处于闭环的状态。 基于正交型Snake模型，分别研究了脸部的轮廓、眼部和嘴部轮廓的提取。在处理眼的轮廓时，根据眼所具有的独特的类圆特点，把沿正交?
王琛[6]2007年在《基于HMM模型的人脸识别方法研究》文中指出隐马尔可夫模型(Hidden Markov Models,HMM),是一种基于整体的或然率统计方法,它把各个器官的数值特征联系起来对人脸进行描述和识别,因而取得了很好的效果。本文提出了一种基于小波分析的各向异性图像去噪方法用于人脸图像的预处理。该方法首先对图像进行离散小波变换。然后对其各个分量分别用各向异性的方法实现去噪。经结果表明。该方法能够较好的去除噪声的同时,很好的保留边缘信息。本文提出了一种基于小波变换和隐马尔可夫模型的人脸识别方法。首先对原始图像进行重迭采样,并对每个采样块在小波域上进行多尺度分解,然后再利用PCA对其进行降维,并把它作为观察向量,对隐马尔可夫模型进行训练。实验表明,该方法在不同光照条件下都有较高的识别率。本文对现有的最大模型距离算法(Maximum Model Distance,MMD)作了进一步的拓展和改进,将其运用到了嵌入式隐马尔可夫模型的训练过程中,并且给出了该算法的参数重估公式和参数重估计公式矩阵表示形式。实验表明使用该方法可以得到更高的识别效果。
佚名[7]2006年在《通信》文中提出TN912006030666基于特征点的整数小波目标跟踪方法的研究/王丽荣,申铉国,王延杰(吉林大学通信工程学院)//光学技术.―2005,31(3).―401～404.基于提升方法的整数小波变换的诸多优点,以Harr整数小波变换为例,提出了动态目标跟踪
钟海林[8]2010年在《人脸识别与RFID相结合的身份认证系统的设计与实现》文中进行了进一步梳理身份认证需求充斥着社会生活的各个方面,人们对身份认证的安全性和人性化要求也越来越高。传统的身份认证通过密码匹配、刷卡等方式实现,具有架构简单、成本低等优点;但存在安全性不高、密码易遗忘等缺点。近年来,基于生物特征的人脸识别技术身份认证因其具有自然、安全性高、符合人类认知习惯等优点,成为国内外研究热点;但人脸识别身份认证也存在识别性能和稳定性有待提高等问题。鉴于上述因素,本文提出了结合人脸识别与RFID技术、采用Freescale高可靠以太网解决方案MCF52233作为主控芯片的设计方案,实现了人脸识别与RFID结合的身份认证系统(FRAS),综合了传统认证和生物认证两者的优点又尽量克服它们各自的不足,具有认证方式组合灵活多变、安全等级可伸缩和支持对未成功识别人脸图像进行自学习等优点。论文在对现有的人脸检测识别方法归类分析的基础上,选择基于Adaboost算法的人脸检测方法和基于EHMM的人脸识别方法应用于本系统人脸检测识别软件设计,实现了PC方人脸检测识别功能。结合模块化思想进行系统软硬件设计,给出了各硬件模块电路与接口的详细设计方案,通过软硬结合测试验证了硬件模块及其驱动的正确性。针对系统应用需求,设计了一个精简的TCP/IP协议栈,适用于无操作系统支持的嵌入式以太网应用,实现了嵌入式以太网通信功能;在此基础上设计了系统的数据通信协议,确保了大量数据网络传输的可靠性。文中重点阐述了人脸检测识别软件的设计与实现、图像采集及射频信息读取的实现。详细探讨了软硬件设计与实现过程中遇到的问题。最后给出了系统的应用实例设计,验证了软硬件设计的正确性和可靠性,表明系统具有良好的身份识别性能,为同类产品的研发提供了借鉴。
张茜[9]2007年在《人脸检测与识别技术的研究与应用》文中研究指明随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切。由于生物特征是人内在属性,具有很强的稳定性和个体差异,因此是身份验证的理想依据。而人脸识别与指纹,虹膜等生物特征识别相比,具有直接,友好,方便的特点易于被用户接受,所以人脸识别成为当前模式识别和人工智能领域的一个研究热点。人脸检测与识别技术研究作为人机交互中一项重要内容,具有很大的理论意义和应用价值。本文对基于肤色信息的人脸检测方法和基于内嵌式隐马尔可夫模型的人脸识别算法进行了深入研究了,并对开发的人脸检测和识别系统的建立,性能分析以及具体应用做了介绍。本文主要做出了以下贡献:对正面的彩色图像进行了人脸的检测定位和面部特征提取;提出了对已检测出的人脸区域利用二维离散余旋变换的特征向量提取和基于内嵌式隐马尔可夫模型的人脸识别方法。实验表明,采用基于二维离散余旋变换的内嵌式隐马尔可夫模型进行人脸识别的方法,能够更好的利用了人脸图像的二维统计特性,具有较高的识别效率和很好的鲁棒性;进行了人脸手绘画像识别的研究,提出了一种新颖的照片图像转换成画像的算法;将人脸检测与识别系统应用于具体实践中,针对尸体面相的识别,建立了未知名尸源智能搜索系统。此系统为公安部门侦破案件提供了强有力的技术支撑和保障,具有重要的研究和开发意义。
参考文献：
[1]. 基于嵌入式隐Markov模型的指纹分类和匹配研究[D]. 郭浩. 大连理工大学. 2004
[2]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2007
[3]. 基于NiosⅡ软核的人脸识别系统研究与设计[D]. 赵丽峰. 兰州理工大学. 2009
[4]. 人脸识别方法研究与实现[D]. 郭娟. 解放军信息工程大学. 2006
[5]. 人面部的代数特征与几何特征的提取及识别[D]. 王宏漫. 大连理工大学. 2003
[6]. 基于HMM模型的人脸识别方法研究[D]. 王琛. 中南大学. 2007
[7]. 通信[J]. 佚名. 中国无线电电子学文摘. 2006
[8]. 人脸识别与RFID相结合的身份认证系统的设计与实现[D]. 钟海林. 苏州大学. 2010
[9]. 人脸检测与识别技术的研究与应用[D]. 张茜. 西安电子科技大学. 2007
标签：计算机软件及计算机应用论文; 指纹论文; 人脸识别算法论文; 指纹识别技术论文; 人脸检测技术论文; 人脸识别技术论文; 特征提取论文; 图像融合论文; 指纹模块论文; 嵌入式系统设计论文; 设计细节论文; 人工智能论文; 图像识别论文; 二维论文;