您的位置: 专家智库 > >

辽宁省教育厅高等学校科学研究项目(L2012034)

作品数:7 被引量:41H指数:4
相关作者:桑海峰吴微苑玮琦黄静宋辉更多>>
相关机构:沈阳工业大学沈阳大学更多>>
发文基金:辽宁省教育厅高等学校科学研究项目国家教育部博士点基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 4篇生物特征
  • 4篇生物特征识别
  • 3篇掌纹
  • 3篇掌纹识别
  • 3篇手掌静脉
  • 2篇图像
  • 2篇分块
  • 1篇单机
  • 1篇低分辨率
  • 1篇多生物特征识...
  • 1篇异常行为识别
  • 1篇在线识别
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇指根
  • 1篇手形
  • 1篇手形识别
  • 1篇手掌静脉识别
  • 1篇特征提取
  • 1篇图像分块

机构

  • 7篇沈阳工业大学
  • 3篇沈阳大学

作者

  • 5篇桑海峰
  • 3篇黄静
  • 3篇苑玮琦
  • 3篇吴微
  • 2篇林森
  • 2篇宋辉
  • 1篇马月施
  • 1篇徐超
  • 1篇马诗朦
  • 1篇张洪涛
  • 1篇郭昊

传媒

  • 2篇仪器仪表学报
  • 1篇光学学报
  • 1篇沈阳工业大学...
  • 1篇沈阳大学学报...
  • 1篇中国图象图形...
  • 1篇中国科技论文

年份

  • 1篇2014
  • 6篇2013
7 条 记 录,以下是 1-7
排序方式:
手掌静脉图像识别技术综述被引量:17
2013年
人体的手掌静脉具有唯一性、稳定性,隐藏在表皮下,结构复杂很难被复制,手掌静脉图像难以窃取拍摄,这些使得手掌静脉成为一种高安全性的生物特征。作为生物特征识别领域的前沿课题,手掌静脉图像识别技术以其高安全性等优势拥有着广泛的应用前景,成为近几年的研究热点。从手掌静脉图像识别技术的原理入手,综述了手掌静脉图像识别的4个阶段,图像采集、图像预处理、特征提取及匹配。根据特征提取方法不同,将掌脉图像识别方法分为基于结构特征的方法、基于纹理特征的方法和基于子空间的3类方法。最后,对掌脉图像识别技术的难点进行了总结,对发展趋势进行了展望。
吴微苑玮琦
关键词:模式识别生物特征识别特征提取
开放式环境非接触低分辨率采集下的掌纹识别被引量:7
2013年
提出一种开放式环境下、非接触采集下的掌纹识别算法。采用一种低分辨率的普通摄像头进行掌纹图像采集,人手只需自然张开、中指竖直向上放在摄像头前一定范围内。首先建立肤色模型将人手从复杂背景中提取出来;然后提出一种简单有效的关键点定位算法找到指根点,并以此建立坐标系提取掌纹ROI;接着提出一种基于统计的纹理基元算法进行掌纹特征提取,该算法不用对掌纹ROI进行归一化,计算速度较快并且对光照具有一定的鲁棒性;最后利用余弦相似度进行特征匹配实现掌纹识别。在自建的小型掌纹图像库上进行了相应的识别实验,实验结果表明所提出的算法能够在动态环境下达到理想的识别效果。所开发的实验系统能够快速实现掌纹图像采集与识别,适合在线实时系统应用。
桑海峰马诗朦黄静
关键词:掌纹识别非接触纹理基元在线识别
基于分块和偏最小二乘的非接触式手掌静脉生物特征识别被引量:3
2013年
研究了一种适用于非接触式图像采集的手掌静脉识别的子空间方法,解决了传统接触式采集容易传染疾病,非接触采集使同类图像差别增大导致识别性能不佳的问题。先采用分块算法对图像进行快速降维,再用偏最小二乘算法提取掌脉图像中灰度值变异大,且类别信息相关性最大的若干方向组成分类子空间,然后依据图像在此空间中的位置进行分类识别。应用自建掌脉图库和中科院自动化研究所图库进行实验分析,实验结果表明:与传统掌脉识别方法相比,该方法能有效地提高正确识别率,降低误拒率。两个图库中,该算法选择分块大小为4×4时的正确识别率分别达到99.98%,99.34%;误识率分别达到0.02%,0.66%;误拒率分别达到0.13%,0.60%;识别时间分别在0.03 s,0.04 s之内。适用于安防、考勤等场合,具有实用价值。
苑玮琦吴微林森宋辉张洪涛
关键词:生物特征识别手掌静脉偏最小二乘法图像分块
基于非接触采集下的鲁棒掌纹识别被引量:3
2013年
为了扩大掌纹识别的应用范围,使非接触式掌纹识别系统在复杂背景和光照变化的条件下都能使用,提出了一种适用于非接触采集下的鲁棒掌纹识别算法.该算法使用肤色阈值的方法把手掌从复杂的背景中分割出来,采用一种新颖的指根点检测算法找到指根点,用指根点来定位掌纹ROI,使用对光照具有良好鲁棒性的LBP算法提取掌纹特征,并用Chi平方统计法进行分类.实验使用的数据库是在不同光照和复杂背景下采集的,当等错率为3.098 6%时,正确识别率达到97.833 7%.实验结果表明,该方法能够扩大掌纹识别的应用范围,使非接触掌纹识别系统在复杂背景和可变光照的条件下达到较理想的识别效果.
桑海峰马月施黄静
关键词:掌纹识别光照变化肤色建模局部二值模式
基于灰度曲面匹配的快速手掌静脉识别被引量:12
2013年
为使掌脉识别系统在识别性能和识别时间上有一个较好的平衡,提出了一种基于灰度曲面匹配的快速手掌静脉识别算法。对手掌静脉图像提取感兴趣区域,将感兴趣区域等分为若干个子区域,计算每个子区域像素灰度平均值作为该子区域灰度值,以各子区域灰度值构建待匹配图像。匹配时对两个待匹配灰度曲面中的像素灰度做差,得到灰度差曲面,求出该灰度差曲面的方差,将此方差作为衡量两个掌脉特征曲面之间距离的依据,并据此判定两幅掌脉图像是否来自同一只手。应用自建掌脉图库进行实验分析,该算法选择子区域大小为8pixel×8pixel时的正确识别率达到97.94%,识别时间仅用0.163ms。实验结果表明,与传统掌脉识别算法相比,该算法在识别性能和识别时间上有一个较好的平衡。
吴微苑玮琦林森宋辉桑海峰
关键词:机器视觉生物特征识别手掌静脉识别
基于运动特征的人体异常行为识别被引量:6
2014年
为了提高监控视频中人体异常行为识别的实时性和准确率,提出了基于运动特征的人体异常行为识别方法。利用分块更新的背景差法从图像中提取出完整的人体轮廓,通过区域关联结合颜色直方图实现人体目标跟踪,解决了非线性运动时漏跟和误跟的问题。通过人体运动轨迹、运动姿态及运动时间3个参数,对人的5种异常行为进行分析判断。实验结果表明,所提算法不仅能实时地对人体进行检测和跟踪,还能快速、准确地识别出异常行为,具有简单实用的特点。
桑海峰郭昊徐超
关键词:目标跟踪异常行为识别
在线单机采集的人手多生物特征识别
2013年
单一生物特征识别方法在实际应用时容易受到限制,系统的识别率低、稳定性差.针对上述问题,提出了一种基于在线单机的手形和掌纹相结合的多生物特征识别方法.对于手形识别,提取手指的相对长度构成特征矢量,采用k近邻分类器和支持向量机分类器相结合实现个人身份的识别,然后利用二维Gabor提取掌纹感兴趣区域(ROI)的纹理方向信息作为掌纹特征,对手形分类结果加以认证.在混合图库上进行试验,二者相结合的识别方法的识别率达到98.65%.实验结果表明,采用手形和掌纹双模态特征识别,可以有效提高系统的安全性和稳定性.
桑海峰黄静
关键词:支持向量机单机手形识别掌纹识别
共1页<1>
聚类工具0