掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
現(xiàn)代生物特征識別技術(shù) 版權(quán)信息
- ISBN：9787560670836
- 條形碼：9787560670836 ; 978-7-5606-7083-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
現(xiàn)代生物特征識別技術(shù) 內(nèi)容簡介
本書主要介紹生物特征識別技術(shù)的基本概念、現(xiàn)狀和發(fā)展趨勢, 以及指紋識別、人臉識別和其他常見生物特征識別(如虹膜識別、聲紋識別、步態(tài)識別、掌紋識別、 生物電身份識別等)的具體方法和算法, 并探討了生物信息安全問題。另外, 為了反映生物特征識別領(lǐng)域近年來的*新發(fā)展, 本書還以指紋識別、人臉識別、 聲紋識別和人臉反欺騙為例介紹了深度學習理論在該領(lǐng)域的新應(yīng)用。*后, 本書用實際案例講解了生物特征識別技術(shù)的應(yīng)用, 以加強讀者對生物特征識別技術(shù)的理解, 培養(yǎng)讀者的工程實踐能力。 本書可以作為高等院校電子信息、計算機、自動化、 人工智能等相關(guān)專業(yè)的本科生及研究生教材, 也可以作為生物特征識別領(lǐng)域研究人員、工程技術(shù)人員的參考書。
現(xiàn)代生物特征識別技術(shù) 目錄
第1章 緒論 1
1.1 生物特征識別技術(shù)概況 1
1.2 生物特征識別的定義與模態(tài) 3
1.3 生物特征識別系統(tǒng) 5
1.3.1 系統(tǒng)的組成 5
1.3.2 系統(tǒng)的工作模式 6
1.4 性能評價 7
1.4.1 混淆矩陣與錯誤率 8
1.4.2 ROC曲線 9
1.4.3 CMC曲線 11
1.5 生物特征識別的發(fā)展趨勢 12
本章小結(jié) 15
思考題 15
第2章 指紋識別 16
2.1 指紋識別的發(fā)展史 16
2.2 認識指紋圖像 17
2.2.1 指紋的形成 17
2.2.2 指紋特征 18
2.3 指紋圖像采集 22
2.3.1 采集方法分類 22
2.3.2 光學指紋采集儀 23
2.3.3 半導體指紋采集儀 24
2.3.4 超聲波指紋采集儀 26
2.4 指紋圖像預(yù)處理 27
2.4.1 指紋圖像分割 27
2.4.2 指紋圖像增強 32
2.4.3 指紋圖像二值化 37
2.5 指紋特征提取 38
2.5.1 八鄰域法 38
2.5.2 鏈碼法 40
2.6 指紋匹配 42
2.6.1 Tico描述子構(gòu)造 42
2.6.2 相似度計算 43
2.6.3 匹配分數(shù)計算 44
本章小結(jié) 46
思考題 46
第3章 人臉識別 47
3.1 人臉識別的起源與發(fā)展歷程 47
3.2 人臉識別技術(shù)的挑戰(zhàn)與發(fā)展趨勢 49
3.2.1 人臉識別技術(shù)的挑戰(zhàn) 49
3.2.2 人臉識別技術(shù)的發(fā)展趨勢 53
3.3 人臉圖像預(yù)處理 56
3.3.1 光照預(yù)處理 56
3.3.2 去噪 58
3.4 人臉檢測與人臉對齊 60
3.4.1 人臉檢測的基本概念 60
3.4.2 VJ人臉檢測器 62
3.4.3 人臉對齊 64
3.5 人臉識別方法 67
3.5.1 幾何測量法 67
3.5.2 特征臉法 68
3.5.3 局部特征法 70
本章小結(jié) 73
思考題 73
第4章 其他生物特征識別技術(shù) 74
4.1 虹膜識別 74
4.1.1 虹膜識別簡介 74
4.1.2 虹膜圖像采集 78
4.1.3 虹膜分割 78
4.1.4 虹膜歸一化與增強 80
4.1.5 虹膜特征提取 81
4.1.6 虹膜特征匹配 83
4.2 聲紋識別 85
4.2.1 聲紋識別簡介 85
4.2.2 聲紋特征提取 88
4.2.3 聲紋模型 90
4.3 步態(tài)識別 93
4.3.1 步態(tài)識別簡介 93
4.3.2 步態(tài)識別的過程 95
4.3.3 步態(tài)圖像背景去除 96
4.3.4 步態(tài)特征提取 97
4.3.5 步態(tài)特征降維 99
4.3.6 步態(tài)特征匹配與分類 100
4.4 掌紋識別 101
4.4.1 掌紋識別簡介 101
4.4.2 掌紋采集 104
4.4.3 掌紋圖像預(yù)處理 106
4.4.4 掌紋特征提取 108
4.4.5 掌紋特征匹配 114
4.5 生物電身份識別 114
4.5.1 腦電的產(chǎn)生與采集 115
4.5.2 腦電信號的類型 118
4.5.3 腦電信號的預(yù)處理 119
4.5.4 腦電特征提取 122
本章小結(jié) 123
思考題 124
第5章 生物特征識別信息安全 125
5.1 信息安全簡介 125
5.2 生物特征變換技術(shù) 135
5.2.1 生物加鹽法 135
5.3.2 不可逆變換法 138
5.3 生物特征加密技術(shù) 141
5.3.1 生物特征加密方法分類 142
5.3.2 模糊保險箱算法 144
5.4 人臉反欺騙技術(shù) 147
5.4.1 基于紋理分析的人臉反欺騙方法 147
5.4.2 基于圖像質(zhì)量評估的人臉反欺騙方法 149
5.4.3 基于面部運動分析的人臉反欺騙方法 151
本章小結(jié) 153
思考題 153
第6章 深度學習基礎(chǔ) 154
6.1 深度學習簡史 154
6.2 感知機 156
6.2.1 感知機的數(shù)學模型 156
6.2.2 感知機學習算法 158
6.2.3 感知機的局限 159
6.3 神經(jīng)網(wǎng)絡(luò) 160
6.3.1 激活函數(shù) 162
6.3.2 損失函數(shù) 163
6.3.3 神經(jīng)網(wǎng)絡(luò)數(shù)學模型 164
6.3.4 網(wǎng)絡(luò)訓練與反向傳播算法 164
6.3.5 神經(jīng)網(wǎng)絡(luò)的局限性 166
6.4 卷積神經(jīng)網(wǎng)絡(luò) 167
6.4.1 從全連接神經(jīng)網(wǎng)絡(luò)到卷積神經(jīng)網(wǎng)絡(luò) 168
6.4.2 卷積神經(jīng)網(wǎng)絡(luò)的構(gòu)成 168
6.4.3 深度卷積神經(jīng)網(wǎng)絡(luò) 171
6.5 基礎(chǔ)深度神經(jīng)網(wǎng)絡(luò)模型 173
6.5.1 使用塊構(gòu)建的VGG網(wǎng)絡(luò) 174
6.5.2 含有并行結(jié)構(gòu)的GoogLeNet 176
6.5.3 殘差網(wǎng)絡(luò)(ResNet) 177
6.5.4 循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 178
本章小結(jié) 180
思考題 180
第7章 深度學習與生物特征識別 181
7.1 FingerNet與指紋識別 181
7.1.1 從傳統(tǒng)方法到Plain FingerNet 182
7.1.2 構(gòu)建更強大的FingerNet 184
7.1.3 標簽設(shè)計 186
7.1.4 損失函數(shù)設(shè)計 186
7.1.5 訓練和測試 187
7.2 人臉檢測深度學習模型 187
7.2.1 MTCNN模型 188
7.2.2 RetinaFace模型 189
7.3 人臉識別深度學習模型 191
7.3.1 DeepFace模型 191
7.3.2 FaceNet模型 192
7.3.3 基于Margin損失函數(shù)的模型 193
7.4 聲紋識別深度學習模型 195
7.4.1 d-vector模型 196
7.4.1 x-vector模型 197
7.5 人臉反欺騙深度學習模型 198
7.5.1 人臉反欺騙雙流CNN模型 199
7.5.2 人臉反欺騙LSTM-CNN模型 203
本章小結(jié) 205
思考題 206
第8章 生物特征識別技術(shù)應(yīng)用 207
8.1 生物特征識別技術(shù)在電子政務(wù)中的應(yīng)用 207
8.2 生物特征識別技術(shù)在門禁系統(tǒng)中的應(yīng)用 209
8.3 生物特征識別技術(shù)在移動終端中的應(yīng)用 211
8.4 指紋文件加密系統(tǒng) 215
本章小結(jié) 217
思考題 217
附錄A 專業(yè)術(shù)語中英文對照表 218
附錄B 常見的生物特征識別數(shù)據(jù)庫 222
參考文獻 224
展開全部
書友推薦
- >
李白與唐代文化
- >
中國歷史的瞬間
- >
我與地壇
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伊索寓言-世界文學名著典藏-全譯本
- >
隨園食單
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
本類暢銷
