掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
靜脈信息編碼與辨識 版權信息
- ISBN：9787030588012
- 條形碼：9787030588012 ; 978-7-03-058801-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
靜脈信息編碼與辨識 本書特色
《靜脈信息編碼與辨識》首先對比分析了指紋、語音、掌紋、虹膜和人臉識別等技術的特點和問題，討論了基于手部靜脈信息設計識別系統的鮮明特點和重要意義，然后以設計魯棒靜脈識別系統為研究目的，以手部多源靜脈圖像信息為主要研究對象，以由淺及深的特征編碼模型為研究脈絡，設計實現了多種有效的靜脈特征編碼模型，取得了極高的身份認證成功率，充分證明了所提出模型用于靜脈及其他類型圖像識別問題的有效性，對于推動手部靜脈信息識別在安全領域的應用具有重要的意義。
靜脈信息編碼與辨識 內容簡介
本書首先對比分析了指紋、語音、掌紋、虹膜和人臉識別等技術的特點和問題，討論了基于手部靜脈信息設計識別系統的鮮明特點和重要意義，然后以設計魯棒靜脈識別系統為研究目的，以手部多源靜脈圖像信息為主要研究對象，以由淺及深的特征編碼模型為研究脈絡，設計實現了多種有效的靜脈特征編碼模型，取得了極高的身份認證成功率，充分證明了所提出模型用于靜脈及其他類型圖像識別問題的有效性，對于推動手部靜脈信息識別在安全領域的應用具有重要的意義。
靜脈信息編碼與辨識 目錄
目錄前言1緒論 11.1手部多源信息認證的研究意義 11.2生物特征識別技術 21.2.1生物特征識別技術概況 21.2.2生物特征識別系統性能評價準則 51.3靜脈識別研究現狀 71.3.1靜脈識別特點和系統構成 71.3.2靜脈識別系列產品 91.3.3靜脈圖像采集系統設計相關研究 101.3.4靜脈匹配技術相關研究 111.4本書研究內容 151.4.1本書主要研究工作 151.4.2本書的章節安排 182手部多源生物特征信息采集系統 222.1靜脈圖像采集簡介 222.2單源手背靜脈圖像采集裝置設計 232.2.1成像光源系統設計 232.2.2圖像傳感器及鏡頭設計 282.2.3**代單源手背靜脈圖像采集裝置 322.3基于質量評價的白適應光照控制策略 342.3.1 圖像銳化及對比度分布描述子 362.3.2圖像光照組分估計 382.4多源信息同步采集及數據庫建立 432.4.1 手部多源生物特征信息同步采集裝置設計 432.4.2手部多源生物特征圖像數據庫構建 482.5本章小結 503靜脈骨架提取與匹配 523.1靜脈圖像模板生成 523.2基于光照背景估計的魯棒靜脈圖像分割 533.2.1靜脈圖像分解及不均勻分布修正 533.2.2基于偏置修正的魯棒靜脈圖像分割 603.3改進模板生成及匹配識別 683.3.1靜脈分割圖像細化與裁剪 683.3.2魯棒靜脈匹配模板生成 703.3.3 基于MHD判定的模板匹配 723.4基于WDM特征的改進匹配策略設計 753 .4.1寬度信息描述子生成 763.4.2基于WDM和改進模板匹配的魯棒靜脈識別實驗 793.5本章小結 814對比度增強依賴靜脈圖像特征編碼模型 844.1特征編碼模型魯棒性 844.2依賴編碼模型分析 854.2.1基于SIFts的對比度依賴特征編碼模型分析 854.2.2先進對比度增強方法 884.2.3對比度依賴模型問題分析實驗 924.3基于鏡像匹配策略的模型改進 1014.3.1特征點鏡像匹配策略設計 1014.3.2 Roo工SIF工特征提取 1044.3.3匹配實驗設計及結果分析 1064.4區域選擇編碼與匹配 1094.4.1基于谷形算子的層級靜脈分割方法設計 1114.4.2特征提取及選擇模板生成策略 1174.4.3識別實驗與結果分析 1224.5本章小結 1305靜脈圖像質量依賴紋理編碼模型 1335.1 圖像質量評價的反饋 1335.2局部二進制編碼特征 1345.2.1 傳統LBP編碼方法 1345.2.2 網形鄰域LBP 1355.2.3 Uniform LBP模型 1375.3**類間方差型二進制特征編碼 1385.3.1 改進型局部二進制編碼模式(DLBP)模型原理 1405.3.2 DLBPriR模型特性分析 1425.3.3 DLBPP，R**閾值計算 1455.4質量依賴靜脈識別實驗 1465 .4.1 基于CFISH的靜脈圖像質量分組 1485.4.2基于DLBPPjR的分組靜脈圖像特征提取和匹配策略設計 1525.4.3識別實驗與結果分析 1545.5本章小結 1636相似圖像知識遷移網絡模型 1656.1高魯棒遷移學習模型 1656.2深度卷積神經網絡模型 1656.2.1 DCNN模型歷史發展 1676.2.2 DCNN模型分析 1686.3基于結構白生長靜脈識別模型 1746.3.1靜脈識別網絡結構設計 1756.3.2小樣本網絡結構白生長策略 1766.3.3結構白生長網絡訓練方法 1776.3.4結構白生長靜脈網絡識別實驗 1796.4基于相似圖像知識遷移網絡的靜脈識別 1856.4.1 基于稀疏字典元素分布的圖像相似度判定準則 1866.4.2“粗到細”網絡微調策略設計 1916.4.3基于線性分類抬導的任務特定知識遷移網絡訓練 1936.4.4改進邊界分布SVM 1946.4.5識別實驗與結果分析 1966.5本章小結 2027 多源多模態手部生物特征信息挖掘 2057.1雙模態識別網絡 2057.2靜脈圖像潛在性別判定信息挖掘 2067.2.1 基于生物特征信息的性別判定模型相關研究 2077.2.2基于濾波器模型的靜脈性別信息表征 2097.2.3 基于無監督特征學習模型(USFL)的靜脈性別信息表征 2157.3靜脈圖像多模態信息挖掘 2197.3.1 性別依賴多模態靜脈圖像編信息碼模型 2197.3.2基于相似圖像知識遷移的靜脈圖像多模態信息挖掘 2267.4手部多源生物特征信息深度編碼和識別 2337.4.1 深度卷積神經網絡模型相關研究分析 2347.4.2深度特征編碼網絡模型設計 2367.4.3基于DFLCN的手部多源信息識別實驗 2397.5本章小結 241參考文獻 242后記 256
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
名家帶你讀魯迅:故事新編
- >
龍榆生：詞曲概論/大家小書
- >
二體千字文
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
中國歷史的瞬間
- >
羅庸西南聯大授課錄
本類暢銷
