项目名称: 面向低质量图像的手指静脉识别关键问题研究

项目编号: No.61303188

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 刘通

作者单位: 中国人民解放军国防科学技术大学

项目金额: 23万元

中文摘要: 手指静脉识别作为一种新型身份认证技术,识别精度高、安全性能强,既可用于弹药库等军事重地,又可广泛用于银行等民用场所,军用和民用价值极大。低质量静脉图像易导致识别性能下降,是当前面临的主要难题。本项目首先构建具有代表性的大型低质量手指静脉图像数据库,用于算法仿真和成果评价;然后结合低质量图像特性和静脉生理结构,提出修正二叉树模型,定量描述静脉分支的相互连接关系及空间结构,有助于探究低质量图像的静脉分布规律和结构差异,对实现静脉纹路的完整提取和静脉特征的灵活匹配有重要意义;接着在完善前期静脉图像增强与分割算法的基础上,提出基于修正二叉树模型的手指静脉纹路修复算法,解决低质量图像下完整静脉纹路提取的难题;最后提出基于修正二叉树模型的手指静脉匹配算法,提高面向低质量图像的手指静脉识别算法的鲁棒性。通过本项目的研究,有助于提高面向低质量图像的手指静脉识别性能,推动手指静脉识别的学术研究和实用化进程。

中文关键词: 静脉识别;身份鉴别;生物特征;模式识别;图像表示

英文摘要: As a new personal identification technology, finger vein recognition has high identification accuracy and strong security performance, which can be used in not only military bases, i.e. magazines, but also civil field, i.e. banks, and thus have valuable military and civil applications. The main problem facing currently is the low recognition performance caused by low-quality finger vein images. Therefore, a representative large database of low-quality finger vein images will be built in this work firstly, to be used for algorithm simulation and achievement evaluation. Then a modified binary tree model will be proposed to represent finger vein pattern based on the physiological characteristic of finger vein in low-quality images, which can describe the relationship and spatial structure of vein branches quantitatively. This model can help to explore the distribution regularities and structure differences of finger vein in low-quality images, and has important significance for achieving complete extraction and flexibility matching of finger vein pattern. Then on the basis of the former research on image enhancement and segmentation of finger vein, we will propose a restoration algorithm of finger vein pattern based on the modified binary tree model, to solve the problem of complete extraction of finger vein patter

英文关键词: finger-vein recognition;personal identification;biometric features;pattern recognition;image representation

成为VIP会员查看完整内容
1

相关内容

基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
69+阅读 · 2021年3月23日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
人脸关键点检测的数据集与核心方法发展综述
极市平台
12+阅读 · 2020年8月8日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
干货总结 | SLAM 面试常见问题及参考解答
计算机视觉life
17+阅读 · 2019年5月19日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simple and Effective Unsupervised Speech Synthesis
Arxiv
2+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
23+阅读 · 2021年3月4日
小贴士
相关VIP内容
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
122+阅读 · 2022年4月8日
基于深度神经网络的图像缺损修复方法综述
专知会员服务
25+阅读 · 2021年12月18日
深度学习人脸特征点自动定位综述
专知会员服务
23+阅读 · 2021年12月1日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
17+阅读 · 2021年7月3日
专知会员服务
15+阅读 · 2021年5月13日
专知会员服务
69+阅读 · 2021年3月23日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
基于OpenCV的图像阴影去除
极市平台
1+阅读 · 2022年2月27日
人脸关键点检测的数据集与核心方法发展综述
极市平台
12+阅读 · 2020年8月8日
最全综述 | 图像目标检测
计算机视觉life
31+阅读 · 2019年6月24日
干货总结 | SLAM 面试常见问题及参考解答
计算机视觉life
17+阅读 · 2019年5月19日
人脸专集5 | 最新的图像质量评价
计算机视觉战队
27+阅读 · 2019年4月13日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
人脸表情分类与识别:人脸检测+情绪分类
北京思腾合力科技有限公司
27+阅读 · 2017年12月18日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员