学位论文 > 优秀研究生学位论文题录展示

人耳及人脸融合的多模态身份识别

作　者: 尹哲
导　师: 阮冬茹；苗德忠
学　校: 河北科技大学
专　业: 计算机技术
关键词: 信息融合 多模态识别 特征层融合 特征提取 核方法 独立子空间分析
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 31次
引　用: 0次
阅　读: 论文下载
 

内容摘要


信息融合就是通过利用计算机技术把从传感器上观测到的信息在一定的标准下进行分析、综合来实现任务决策和任务估计的一种信息处理过程。信息融合的中心问题是如何集成并综合来自不同信息、源的信息。按照信息、处理的层次,信息融合可以分为数据级融合、特征级融合以及决策级融合。在三级融合中,数据级融合主要是对原始观测的数据进行融合,这样就保持了数据的完整性,但是系统要求高,数据处理量也很大。决策级融合处理速度相对要快一些,但信息压缩量较大,信息损失率也随之增大。特征级融合的信息损失率以及处理速度均介于数据级融合和决策级融合之间,因此具有较大的灵活性。本文主要从人脸及人耳多模态身份识别领域对特征级融合技术进行探索和研究。整个识别过程中的核心环节是对特征进行提取。对于生物特征识别技术而言,进行特征提取的关键就是要寻求有效的特征提取方法。在传统的特征融合提取方法中,一般都是针对线性特征进行操作,而忽略了非线性的影响,而且由于生物特征之间不可避免的存在信息上的重复,使得数据的处理量无形中增加了很多。在综合相关领域的研究成果基础之上,本文提出一种基于改进的核独立成分分析的特征融合提取方法,从高阶统计的特性出发,使用改进后的网络中心选取算法的径向基函数神经网络对特征进行分类,因为该算法在克服姿态和光照等非线性影响方面具有很好的鲁棒性,经过实验分析,得到较为满意的识别效果。在此基础上,为了进一步提高识别的效果,本文进而又提出了一种基于独立子空间的独立成分分析的方法。所谓独立成分分析方法就是把全部独立成分空间分为若干个组,组内相互依赖,组间相互独立,然后将融合向量分别投影到这样的子空间上进行特征提取。这种独立子空间的独立成分分析方法,减少了独立成分之间因为算法缺陷带来的相关性,进一步克服姿态和光照变化对识别效果的影响,提高了产品的通用性,扩大算法的应用范围。本文综合考虑了人耳及人脸图像融合后信息的重合和图像中的姿态光照变化,主要从融合特征提取技术方面进行有益的探索与研究,取得了较好的实验结果,识别率较单一生物特征识别率有了很大提高

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-16
  1.1 生物特征识别技术  9-11
    1.1.1 生物特征识别的发展与现状  9-10
    1.1.2 生物特征识别系统  10-11
  1.2 人耳人脸识别技术  11-12
    1.2.1 人耳识别  11-12
    1.2.2 人脸识别  12
  1.3 信息融合技术  12-15
    1.3.1 信息融合的定义  12-13
    1.3.2 信息融合的层次与方法  13-15
  1.4 本文所作的工作  15-16
第2章 相关理论与技术  16-25
  2.1 数字图像处理  16-19
  2.2 模式识别与计算机视觉  19-23
  2.3 特征融合与多模态识别研究  23-24
  2.4 本章小结  24-25
第3章 特征提取  25-37
  3.1 对数字图像的预处理  25-29
    3.1.1 图像获取与分割  25
    3.1.2 图像归一化和图像增强  25-29
  3.2 图像识别中的特征提取  29-33
    3.2.1 特征的选择  29-30
    3.2.2 特征提取的方法及研究现状  30-33
  3.3 ICA算法  33-36
    3.3.1 ICA算法概述  33
    3.3.2 ICA算法详细过程  33-35
    3.3.3 ICA算法用于处理自然图像数据  35-36
  3.4 本章小结  36-37
第4章 改进的ICA算法在人耳及人脸特征融合中的应用  37-48
  4.1 应用KICA算法进行特征提取  37-43
    4.1.1 核方法  37-39
    4.1.2 KPCA算法描述  39-41
    4.1.3 改进的KICA算法的描述  41-43
  4.2 应用ISA算法进行特征提取  43-47
    4.2.1 ICA算法的局限  43-44
    4.2.2 不变特征子空间的描述  44-45
    4.2.3 基于独立子空间的ISA算法  45-46
    4.2.4 独立特征子空间的学习  46-47
  4.3 本章小结  47-48
第5章 特征识别与分类  48-56
  5.1 数字特征的分类算法  48
  5.2 应用改进的RBF网络进行特征识别和分类  48-55
    5.2.1 神经网络与RBF网络  48-51
    5.2.2 RBF网络中心的选取问题  51-53
    5.2.3 应用NNC算法选取RBF网络基函数中心  53-55
  5.3 本章小结  55-56
第6章 实验与结果分析  56-62
  6.1 单一特征与组合特征的比较  56-57
  6.2 联特征与独立成分特征的比较  57-58
  6.3 独立成分特征中不同方法的比较  58-60
  6.4 KICA中不同核函数的比较  60-61
  6.5 各种方法总结  61-62
结论  62-63
参考文献  63-68
攻读硕士学位期间所发表的论文  68-69
致谢  69-70
个人简历  70

相似论文

  1. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  2. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  3. 舌体特征的提取及融合分类方法研究,TP391.41
  4. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  5. Q学习在基于内容图像检索技术中的应用,TP391.41
  6. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  7. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  8. 空间交会接近视觉测量方法研究,TP391.41
  9. 图像实时采集、存储与处理方法研究,TP391.41
  10. 唇读中的特征提取、选择与融合,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 移动机器人视觉检测和跟踪研究,TP242.62
  15. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  16. 高光谱与高空间分辨率遥感图像融合算法研究,TP751
  17. 基于随机森林的植物抗性基因识别方法研究,Q943
  18. 基于核方法的高光谱图像异常检测算法研究,TP751
  19. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  20. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  21. 羊绒与羊毛纤维鉴别系统的研究,TS101.921

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com