导读:本文包含了多生物特征论文开题报告文献综述及选题提纲参考文献，主要关键词:多模态生物,特征识别,集成方法,特征级潜在信息
多生物特征论文文献综述
张擎,孙亚娣,张洋洋[1]（2019）在《基于特征级潜在信息的多生物特征识别方法》一文中研究指出针对多模态生物特征识别主流集成方法中信息利用不充分的问题,提出利用特征级潜在信息实现得分级集成的思路。挖掘各模态样本的类内聚合度和类间离散度以及模态间相关度等特征级潜在统计信息,将所挖掘的信息利用F-Ratio模型实现集成。实验中将所提方法与当前具有代表性的集成方法进行对比。经实验证明,所提方法在识别准确度上优于同样使用F-Ratio模型,但未利用特征级潜在信息的集成方法,同时优于其他多个具有代表性的集成方法。(本文来源于《实验室研究与探索》期刊2019年01期）
张擎,刘淑美[2]（2018）在《实验室资源安全管理策略——序列化多生物特征识别系统框架》一文中研究指出在实验资源的安全管理工作中防止非法资源获取是关键,而合法身份认证是核心技术。不同于传统密码、IC卡等身份认证技术,生物特征识别具有不会丢失、遗忘、不易被篡改的优势。该文分析实验室资源安全管理的特殊要求,提出一种多生物特征识别系统框架,结合并行融合和序列化融合方案,利用在线的半监督学习技术提高生物特征的识别性能。经实验证实,该框架在安全性和使用方便性方面具有优势,更加符合实验室资源安全使用和管理的需求。(本文来源于《实验技术与管理》期刊2018年11期）
裴伦鹏,高健[3]（2018）在《生物特征识别系统的多模态和多生物特征融合的研究》一文中研究指出本文基于ISO/IEC TR 24722:2015《信息技术—生物特征识别—多模态和其他多生物特征融合》,针对当下单一生物特征识别技术的局限性,对多模态和其他多生物特征识别技术及其分类进行了研究,给出了通用的多生物特征识别系统模型,比较了不同生物识别特征呈现方法,并对不同生物识别特征的相关性进行了探讨。(本文来源于《现代信息科技》期刊2018年05期）
Emma,ifworlddesignguide[4]（2018）在《多生物特征访问控制系统》一文中研究指出"DH-ASI9235T"特点是一个新的全金属轴承车身结构,其轻其薄令人惊讶。这是一个非凡的全合一,有叁种安全识别方法,将虹膜、掌纹和面部识别集成到一个简洁、时尚的外壳中。它由五种不同功能的摄像机组成。传统的摄像机和使用红外光,无论是白天还是夜晚,提供强大的生物识别认证,大大提高了效率和安全性。在安全领域,这是一项伟大的创新。(本文来源于《设计》期刊2018年10期）
张瑛杰,彭亚雄[5]（2018）在《基于人脸和声纹的多生物特征融合技术研究》一文中研究指出生物特征认证技术作为一门新兴技术现已应用于多个领域,然而单一模态的生物特征认证技术易受外界因素影响,为了提高身份认证的鲁棒性和安全性,文中提出一种基于最小最大概率机的多生物特征融合算法。该方法首先对人脸和声纹分别进行特征提取及匹配,然后在匹配层对两种单生物特征的匹配得分值进行了融合。通过在Vidtimit多模态库上的实验结果表明,融合系统的等错误率降低到0.97%,证明了该融合算法的有效性。(本文来源于《电子科技》期刊2018年05期）
李洵[6]（2018）在《基于指纹与人脸特征级融合的多生物特征加密算法研究》一文中研究指出近年来,生物特征识别技术特别是多生物特征识别技术为身份认证提供了一种便捷、可靠、安全的实现方式。然而,由于人体生物特征具有唯一性和不变性,生物特征模板一旦遭到泄露将是永久性地丢失。特别是多生物特征识别系统中存储的多个生物特征的模板信息,模板的丢失对用户隐私带来的危害就更大。为了提高多生物特征识别系统中生物特征模板的安全性和身份认证的可靠性,根据目前使用最广泛的指纹特征与人脸特征,本文将针对由这两种生物特征组成的多生物特征识别系统进行多生物特征加密算法的研究,提出基于Bloom过滤器的可撤销多生物特征模板生成算法和基于指纹与人脸特征级融合的模糊金库方案,在保障指纹特征与人脸特征模板安全的同时实现可靠的身份认证,具体的研究工作如下:(1)本文首先分析了指纹细节点提取算法的各个部分,包括指纹图像的预处理以及指纹细节点的提取。然后,分析了主成分分析算法(PCA)的工作原理,以及如何对人脸图像提取特征。最后,总结归纳了多生物特征识别系统中所用到的融合技术,就信息量、实现难度和生物特征模板的安全性对每一种融合技术进行了分析与比较。(2)针对当前多生物特征识别系统中多生物特征模板的安全问题,提出了基于Bloom过滤器的可撤销多生物特征模板生成算法。该算法以分组结合的方式运用异或运算将经过二值化的指纹特征与人脸特征融合为一个模板,并基于Bloom过滤器对融合模板进行不可逆变换,通过更新随机矩阵实现融合模板的可撤销性和多样性。最后,使用遍历匹配的方式进行模板间匹配得分的计算。实验结果表明,该算法无需对指纹图像进行配准,可以在加密多生物特征模板的同时对多生物特征模板进行压缩,保障认证的可靠性与多生物特征模板的安全性。(3)针对当前现有的基于生物特征的模糊金库易受相关攻击导致密钥和生物特征模板丢失的问题,提出了基于指纹与人脸特征级融合的模糊金库。该方案对指纹特征与人脸特征分别使用离散对数进行变换,并基于Diffie-Hellman算法在特征级将变换的指纹与人脸特征融合为一个模板。最后,将所得的融合模板构建模糊金库,通过更新随机矩阵的方式使金库具备可撤销的特性。实现结果表明,该方案解决了多生物特征在特征级融合易造成维数灾难和基于生物特征的模糊金库易受相关攻击的问题,具有较好的可靠性并提高了多生物特征模板的安全性。(本文来源于《杭州电子科技大学》期刊2018-04-01）
孙文辉[7]（2018）在《多生物特征图像深度学习建模与识别研究》一文中研究指出生物识别技术通过利用人与生俱来的生物特征实现有效的身份认证,与传统的身份认证技术相比,它安全性更高、易于携带且不易被盗取,在信息安全等领域有着广泛的应用。传统单模态生物特征具有一定的局限性,而多(模态)生物特征因其特征多样性和完备性,具有更高的可靠性和防伪能力,能够满足不同应用场合对识别性能的要求。目前,大多数传统的多生物特征识别方法存在着弊端:由于不同模态的输入数据差异较大,传统的特征提取与融合方法只能学习到低层次的模态间相关性,因此很难得到满意的结果。而深度学习可以弥补这种不足,深度学习的多层神经网络结构可以从原始图像中学习到高层次隐含特征,即使输入数据有较大的差异,也可以学习到抽象的模态间的相关信息从而学习到更优的特征表达。本文提出了一种新的基于堆栈极限深度学习机和核典型相关分析方法的多生物特征深度学习识别模型,利用快速极限学习机作为学习单元,构建深度神经网络模型完成多生物特征识别的任务。该模型的主要步骤如下:首先,构建基于极限学习单元的深度学习模型—堆栈极限深度学习机,用来提取多生物特征图像的高层特征表示。其次,使用基于核函数的典型相关分析方法实现多生物特征的融合表达:先将非线性的特征表示映射为线性表示,再使用典型相关分析对两组特征表示进行相关性分析,选择具有最大相关性的一组变量作为特征融合的结果。最后,利用浅层极限学习机分类器进行训练和测试。本文在多生物特征图像数据集上对该模型进行了测试,与传统的学习方法相比,本文提出的方法更为有效。(本文来源于《天津科技大学》期刊2018-04-01）
黄瑶瑶[8]（2017）在《基于多生物特征融合识别技术的研究》一文中研究指出随着计算机技术的不断发展,基于生物特征的身份识别技术逐渐开始发展起来,并在人们生活中扮演着越来越重要的角色。但是目前的的生物特征身份识别系统大多数是基于单生物特征的,例如指纹、人脸。本文从现有的单生物特征识别技术的不足出发,考虑将人脸和静态手形进行融合识别,开发基于人脸和静态手形的多生物特征身份认证系统。在算法理论研究方面,本文重点研究了基于人脸和静态手形的多生物特征识别技术。在人脸识别技术方面,主要研究了图像的光照预处理方法、人脸检测算法以及人脸识别算法。其中人脸检测采用基于AdaBoost的人脸检测方法,该方法对复杂背景具有较强的抗干扰性。人脸识别算法方面,本文结合光照预处理方法重点研究了Eigenfaces、Fisherfaces、LBPHfaces以及基于LBP-PCA的四种人脸识别方法。在静态手形识别方面,本文将四种人脸识别算法成功应用到静态手形识别中,并取得了 95%以上的识别率。在多生物特征融合方面,本文将人脸和静态手形进行了有效融合,融合系统相比于单生物特征识别系统具有更低的误识率,提高了系统的安全性。在实际应用方面,本文结合智能门禁技术,设计实现了一套基于人脸和静态手形识别的智能门禁系统。可以实现人员信息注册、人员信息管理、实时监控以及智能开锁等功能。该系统界面具有较好的交互体验,并且在实际测试中,智能门禁系统的误识率为1.75%、拒真率为8%。(本文来源于《东南大学》期刊2017-05-18）
王亭[9]（2017）在《基于多生物特征的模糊金库方案》一文中研究指出由于生物特征具有稳定性、唯一性、便携性,因此被广泛的应用于信息加密和密钥保护领域[1-4]。模糊金库方案是一种流行的密钥保护方案,但是经典的模糊金库方案都只用了单一的生物特征模板。随着人们对识别率,模板安全性和普遍性的要求越来越高,单一生物特征模板的模糊金库已经不能满足需求。与此同时,多生物特征的模糊金库方案可以有效的提高系统的识别率和可靠性以及安全性,可以克服单一生物特征的模糊金库方案的一些缺陷,因而开始受到人们的青睐。但是多生物特征也带来了模板数目增加的问题。如何有效的使用多生物特征模板和保护多生物特征模板是多生物特征模糊金库方案面临的关键问题。目前多生物特征的模糊金库方案还处在一个发展阶段,是一个非常值得研究的领域。在多生物特征的模糊金库方案领域里,本文做了以下几个方面的工作:(1)本文首先介绍了指纹识别技术、指静脉识别技术、手指折痕识别技术里面的生物特征图像的预处理和特征点提取的实现过程,然后对经典模糊金库方案展开了研究,详细分析了它的上锁和解锁过程。(2)本文对多生物特征的融合技术进行了相关研究,分析了多生物特征融合技术以及特征融合层次的优缺点。从多生物特征的特征层融合方面,提出了基于指纹与指静脉特征层融合的模糊金库方案,该方案利用指纹与指静脉的特征点重迭模板,增加了真实特征特点的数目,然后对每个特征点采用方格进行编码来获得融合的二进制比特串,融合二进制比特串隐藏了真实的特征点信息。通过实验证明,该方案具有良好的可靠性以及模板的安全性。(3)本文从多生物特征的数据层融合方面,提出了基于指静脉与手指折痕数据层融合的模糊金库方案。该方案将手指静脉预处理图像和手指折痕预处理图像在数据层上进行融合,形成新的融合模板。由于融合模板不仅包含新生成的特征点信息,还包含了原始指静脉与手指折痕的特征点信息,因此还引入模板转换技术。实验结果表明,该方案同单一生物特征的模糊金库方案相比,其可靠性具有明显的提升,且通过引入模板转换技术,提高了生物特征模板的安全性。(本文来源于《杭州电子科技大学》期刊2017-03-01）
李国建,许杰[10]（2016）在《多生物特征识别在网络安全中的应用》一文中研究指出多生物特征识别在网络安全中具有巨大的研究价值,能有效提高网络信息系统的安全性。通过介绍指纹、虹膜、面部识别、声音、掌纹、签名、击键识别等生物识别技术,在分析说明多生物特征识别不易丢失、安全性强、事后便于查询等优点的基础上,给出多生物特征识别在网络安全系统的密钥发布、密钥绑定以及身份认证中的具体应用方法,以期为提高信息网络的安全性提供新的思路。(本文来源于《通信技术》期刊2016年08期）
多生物特征论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在实验资源的安全管理工作中防止非法资源获取是关键,而合法身份认证是核心技术。不同于传统密码、IC卡等身份认证技术,生物特征识别具有不会丢失、遗忘、不易被篡改的优势。该文分析实验室资源安全管理的特殊要求,提出一种多生物特征识别系统框架,结合并行融合和序列化融合方案,利用在线的半监督学习技术提高生物特征的识别性能。经实验证实,该框架在安全性和使用方便性方面具有优势,更加符合实验室资源安全使用和管理的需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多生物特征论文参考文献
[1].张擎,孙亚娣,张洋洋.基于特征级潜在信息的多生物特征识别方法[J].实验室研究与探索.2019
[2].张擎,刘淑美.实验室资源安全管理策略——序列化多生物特征识别系统框架[J].实验技术与管理.2018
[3].裴伦鹏,高健.生物特征识别系统的多模态和多生物特征融合的研究[J].现代信息科技.2018
[4].Emma,ifworlddesignguide.多生物特征访问控制系统[J].设计.2018
[5].张瑛杰,彭亚雄.基于人脸和声纹的多生物特征融合技术研究[J].电子科技.2018
[6].李洵.基于指纹与人脸特征级融合的多生物特征加密算法研究[D].杭州电子科技大学.2018
[7].孙文辉.多生物特征图像深度学习建模与识别研究[D].天津科技大学.2018
[8].黄瑶瑶.基于多生物特征融合识别技术的研究[D].东南大学.2017
[9].王亭.基于多生物特征的模糊金库方案[D].杭州电子科技大学.2017
[10].李国建,许杰.多生物特征识别在网络安全中的应用[J].通信技术.2016