导读:本文包含了指静脉识别论文开题报告文献综述及选题提纲参考文献，主要关键词:指静脉识别,身份认证,考试系统,特征提取
指静脉识别论文文献综述
邓麒,陈子安,宋润涵,李琳,邹宇翔[1]（2019）在《基于指静脉识别的考试身份认证系统》一文中研究指出针对各类考试中存在的替考屡禁不止现象,如何准确鉴别考生身份是非常重要的。指静脉识别根据指静脉血管纹路特征进行识别,属于内部活体特征,其相比于其他生物特征具有更好的安全性和适应性。文中提出了基于指静脉识别系统对考生身份进行认证的系统。将指静脉信息与考生信息相结合,先登记考生基本信息与指静脉特征,验证时从指静脉数据库中提取信息,进行1:N的特征比对。基于样本库的实测表明,该系统满足考试身份认证需求,误识率为0。(本文来源于《中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集》期刊2019-11-07）
李海,戴庆华,陈光化[2]（2019）在《基于贝叶斯的指静脉识别算法及其FPGA实现》一文中研究指出针对指静脉识别应用中异源手指匹配计算量大的问题,提出一种基于贝叶斯概率模型指导初步粗匹配的指静脉快速识别算法。首先,使用局部动态阈值法分割静脉纹路特征,并对静脉纹路特征进行形态学处理得到单像素静脉骨架;其次,提取能够有效表征静脉纹路信息的方向匹配点,在此基础上对图像特征分块粗匹配,使用贝叶斯概率模型计算粗匹配概率分布;然后,使用概率分布指导初步粗匹配;最后,使用平均Hausdorff计算指静脉特征距离,得到静脉的匹配结果。在FPGA开发平台实现了图像预处理硬件加速模块,并使用nios ii软核实现图像的特征提取和匹配识别。实验结果表明,所提出的方法能够显着的提高指静脉匹配速度。(本文来源于《国外电子测量技术》期刊2019年06期）
KASHIF,SHAHEED[3]（2019）在《一种结合图像质量评估和图像增强的指静脉识别方法》一文中研究指出Biometric recognition is the study of physiological and behavioral characteristic of person to overcome the problem of Information security.In today modern world,variety of biometric technology are employed,like fingerprints,face,iris or behavioral characteristics such as gait and signature,for automatic identification of an individuals.Among all biometric traits,finger vein recognition(FVR)technology is considered one of the new,reliable and superior biometric modality,which attract the attention of researcher around the globe with its unique advantages.Compared to other biometric technology,FVR system have many advantages,such as anti-counterfeiting,user-friendly,live detection of finger vein,required a small device to capture finger vein image,easy to carry the FVR system.However,image quality of finger vein influence the performance of FVR system.Finger vein image is acquire using NIR(near infra-red light)in illumination transaction method.Therefore,most of the finger vein images prone to non-uniform illumination,low contrast,noise,low brightness problem.These low quality images have a great influence on the performance of FVR systems.Therefore,how to effectively evaluate the quality of finger vein image and how to enhance the low quality finger vein image is still a key issue for FVR system.In this paper,a detail review about various steps is presented i.e.image acquisition,preprocessing,feature extraction and matchingMoreover,we list of the some novel finding after critical finding comparative analysis of the highlighted techniques i.e.traditional finger vein recognition method,Machine Learning and Deep Learning Finger vein identification methods.During performance analysis of various,we find that Image quality is also one of the factor that effect the performance of Finger vein recognition system.Finally,we present a novel method to enhance the quality of finger vein images and improve the performance of the FVR system.To deal with the image quality problem,a novel finger-vein image quality assessment method and an enhancement method are proposed.The proposed finger vein recognition Scheme is based on two folds:(i)Image Quality Assessment,and(ii)Image Enhancement.First,the quality of the image is assessed by the decision tree with r-smote technique,to classify the finger vein image into two classes,i.e.High Quality(HQ)and Low Quality(LQ)images.Second,a single scale retinex filter(SSR)with chromaticity preserved algorithm and Gaussian filter are proposed to enhance the low and high quality finger vein images.To evaluate and test the strength of proposed system,two parameters-namely accuracy and equal error rate(EER)for classifier and recognition performance respectively are employed on a dataset of 1052 Finger vein images.It was determined from experiment that proposed image assessment and enhancement method outperformed other enhancement and assessment scheme,by achieving low error rate of 0.0379.The achieved results show the strength of the proposed art is better than already developed methods in FVR domain.Results also conclude that proposed art would be perfect pre-processing tool for finger vein feature based algorithms.(本文来源于《山东大学》期刊2019-05-20）
雷蕾,席峰,陈胜垚[4]（2019）在《修正的带限相位相关指静脉识别算法》一文中研究指出基于带限相位相关的指静脉识别算法通常忽略带限窗口的影响,其识别精度和速度有待提高。为此,提出一种修正的带限相位相关算法。根据指静脉频谱图及其成像特征设计并提取带限和遍历参数,利用相关系数峰值完成图像的匹配识别。在SDU-MLA、THU-FV和NUST-FV 3个指静脉数据库上进行实验,结果表明,该算法的指静脉识别速度和精度得到提高。(本文来源于《计算机工程》期刊2019年05期）
何鑫,陈迅[5]（2019）在《基于改进卷积神经网络的指静脉识别》一文中研究指出针对深度学习的指静脉识别算法在训练样本较少以及训练次数较低时算法识别率降低问题,提出基于改进卷积神经网络的指静脉识别算法。通过增加卷积层数并使用LeaKy ReLU作为激活函数,提高网络泛化能力;使用改进的池化模型降低网络特征维度;反向传播调整权值时,引入判别信息作为约束条件。实验结果表明,该算法准确率在训练样本较少以及训练次数较低时明显优于其它指静脉识别算法。(本文来源于《计算机工程与设计》期刊2019年02期）
李璨,李亮,王昕[6]（2019）在《深度指静脉识别技术研究》一文中研究指出首先利用(Local Configuration Pattern, LCP)算法提取指静脉的纹理特征作为深度信念网络(Deep Belief Network, DBN)的输入,并通过逐层训练网络不断调整参数使网络达到最优化,从而实现对指静脉图像的最优分类。将本算法与BP分类算法、SVM分类算法及KNN分类算法进行了比较。(本文来源于《长春工业大学学报》期刊2019年01期）
戴庆华,陈光化,唐逍,徐子豪[7]（2018）在《基于Siamese卷积神经网络的指静脉识别》一文中研究指出针对在指静脉识别中特征提取困难以及深度学习方法在添加新类别时需要重新学习的问题,提出使用Siamese卷积神经网络进行指静脉相似度计算的识别方法。首先利用Sobel算子对图像边缘检测,通过形态学处理提取感兴趣区域(ROI),获取识别图像;其次,构建卷积神经网络提取有效的特征编码,在Siamese网络中使用编码计算距离,并使用叁元组损失函数定义目标函数。实验结果表明,在公开的指静脉数据库验证,提出的算法获得较高的识别准确率,在指静脉识别中具有一定的实用价值。(本文来源于《电子测量技术》期刊2018年24期）
吴超[8]（2018）在《基于深度学习的指静脉识别研究》一文中研究指出随着互联网技术的高速发展,人们的生活变得更加便捷。技术带给我们便利的同时也对公民的信息安全带来了挑战,因此研究高效、安全的生物认证技术具有重要的意义。相比于人脸识别和指纹识别等生物认证技术,指静脉识别更加安全有效。指静脉识别技术主要利用红外光提取手指静脉图像作为生物特征,利用该特征进行身份认证。论文提出了基于深度学习的指静脉识别算法。论文在分析了传统几种生物认证技术优缺点的基础上,提出使用指静脉作为生物特征,并提出利用深度神经网络对静脉图像进行分类。本文主要做了如下几个方面的工作:1、分析了指静脉采集得到的原始图像的预处理问题。在指静脉图像的采集过程中,手指会出现随机角度的偏转,本文提出一种角度校正算法修正手指的角度偏转。静脉图像包含大量无用的背景区域,且因光照强度的不同使得手指轮廓存在程度不一的模糊现象。为了获得良好的手指静脉区域,需要精确检测手指边界。本文采用垂直边缘检测结合形态学算法来实现手指边界的检测,并提出毛刺去除算法解决边界线毛刺问题。2、研究了静脉图像的优化算法。匹配滤波器和形态学方法优化静脉特征会受到静脉粗细程度和亮度因素的影响,本文提出利用曲率的概念来优化静脉特征。利用曲率分析手指截面曲线,可以很好的降低静脉粗细程度和亮度的影响。3、深入研究了深度学习的概念。经过近几年的发展,深度学习在计算机视觉领域得到了快速发展。AlexNet卷积神经网络在图像分类上表现优异,本文对该网络模型结构进行了深入分析,为了降低网络模型参数数目,对该网络作出了改进并在Caffe框架下训练网络模型。研究表明使用改进后的深度神经网络对提取的静脉特征数据作分类效果较好。(本文来源于《南京邮电大学》期刊2018-11-14）
刘广东[9]（2018）在《指静脉识别方法研究》一文中研究指出指静脉图像识别技术是在特定的装置下获取指静脉图像用于身份认证的技术,是当前生物识别技术研究的热点之一。指静脉图像识别技术相较于其它生物识别技术有着独特的优势,它更加安全、便捷、稳定,不易受外界环境变化的影响。本文介绍了指静脉图像的采集与预处理等技术,重点研究了指静脉图像识别过程中的特征提取和识别技术,主要内容包括:(1)在熵成分分析算法(ECA)的基础上提出了改进的熵成分分析算法(MECA),改进算法根据独立分量分析中的负熵最大化的原理引入分离矩阵W用于提取优化的熵成分,重构降维特征投影空间,改善了特征空间中的独立性。为了更好地保留指静脉图像的结构信息,还给出可直接对二维图像矩阵进行特征降维的二维MECA算法。仿真实验结果表明,MECA和二维MECA算法均能实现指静脉图像的特征降维,其在最近邻分类器的识别率优于原ECA算法。(2)针对能提取图像多尺度、多方向纹理特征的2D Gabor和具有旋转不变、灰度不变性的LBP特征提取算法,研究了MECA算法用于指静脉图像的提取特征的降维有效性,并给出更能有效保护指静脉纹理信息的、基于实部Gabor变换系数的优化2D Gabor特征提取算法。仿真实验结果表明,基于优化2D Gabor和LBP提取特征的MECA降维算法使指静脉图像的基于最近邻分类器的识别效果取得更高的识别率。(3)深度学习模型在图像识别方面的效果优于传统的机器学习方法,但同时深度学习网络需要大量的训练样本,对训练设备的要求也较高,因此本文研究了数据量需求小的深度森林模型,给出了基于分块LBP直方图特征的深度森林指静脉识别算法,仿真结果表明相同数据量情况下,基于深度森林的指静脉识别方法相较于传统的识别方法具有更高的识别率。(本文来源于《南京邮电大学》期刊2018-11-14）
江培舟[10]（2019）在《基于指静脉识别的考勤系统设计与开发》一文中研究指出随着生物特征识别技术的发展,指静脉识别技术开始大量应用,与移动互联网结合,应用范围更加宽广。为了加强对企业外出人员的考勤管理,本文提出一种基于安卓的指静脉识别考勤系统,选取待打卡的外派任务后,由指静脉识别模块识别指静脉生物信息,完成整个打卡过程。系统经过实际应用,效果良好,极大方便了外派团队负责人对任务的考勤管理。(本文来源于《福建电脑》期刊2019年01期）
指静脉识别论文开题报告
（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：
针对指静脉识别应用中异源手指匹配计算量大的问题,提出一种基于贝叶斯概率模型指导初步粗匹配的指静脉快速识别算法。首先,使用局部动态阈值法分割静脉纹路特征,并对静脉纹路特征进行形态学处理得到单像素静脉骨架;其次,提取能够有效表征静脉纹路信息的方向匹配点,在此基础上对图像特征分块粗匹配,使用贝叶斯概率模型计算粗匹配概率分布;然后,使用概率分布指导初步粗匹配;最后,使用平均Hausdorff计算指静脉特征距离,得到静脉的匹配结果。在FPGA开发平台实现了图像预处理硬件加速模块,并使用nios ii软核实现图像的特征提取和匹配识别。实验结果表明,所提出的方法能够显着的提高指静脉匹配速度。
（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。
指静脉识别论文参考文献
[1].邓麒,陈子安,宋润涵,李琳,邹宇翔.基于指静脉识别的考试身份认证系统[C].中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集.2019
[2].李海,戴庆华,陈光化.基于贝叶斯的指静脉识别算法及其FPGA实现[J].国外电子测量技术.2019
[3].KASHIF,SHAHEED.一种结合图像质量评估和图像增强的指静脉识别方法[D].山东大学.2019
[4].雷蕾,席峰,陈胜垚.修正的带限相位相关指静脉识别算法[J].计算机工程.2019
[5].何鑫,陈迅.基于改进卷积神经网络的指静脉识别[J].计算机工程与设计.2019
[6].李璨,李亮,王昕.深度指静脉识别技术研究[J].长春工业大学学报.2019
[7].戴庆华,陈光化,唐逍,徐子豪.基于Siamese卷积神经网络的指静脉识别[J].电子测量技术.2018
[8].吴超.基于深度学习的指静脉识别研究[D].南京邮电大学.2018
[9].刘广东.指静脉识别方法研究[D].南京邮电大学.2018
[10].江培舟.基于指静脉识别的考勤系统设计与开发[J].福建电脑.2019