手部生物特征識別:從單模態(tài)到多模態(tài)
定 價:99 元
當(dāng)前圖書已被 2 所學(xué)校薦購過!
查看明細
- 作者:王軍等
- 出版時間:2025/6/1
- ISBN:9787030801852
- 出 版 社:科學(xué)出版社
- 中圖法分類:O438,TP391.41
- 頁碼:145
- 紙張:
- 版次:1
- 開本:B5
手部靜脈識別是一種新興的身份識別技術(shù),與其他生物特征識別相比,其具有高安全性、活體檢測性和便利性等特征,也是目前最有效的生物特征識別模式之一。而多模態(tài)生物特征識別技術(shù)結(jié)合不同特征的優(yōu)勢,提高了識別準(zhǔn)確度、可靠性和用戶體驗感,具有廣泛的適用性和出色的用戶便捷性。本書首先介紹單模態(tài)與多模態(tài)生物特征識別方法及其研究現(xiàn)狀;然后,針對深度卷積神經(jīng)網(wǎng)絡(luò)因靜脈訓(xùn)練樣本不足、存在噪聲信息等而無法學(xué)習(xí)到高判別靜脈深度特征的問題,提出了基于多層卷積特征融合的網(wǎng)絡(luò)、基于多尺度深度特征集成的網(wǎng)絡(luò)、基于特征解耦網(wǎng)絡(luò)以及基于合成靜脈樣本的網(wǎng)絡(luò);針對單一模態(tài)表征不足的問題,提出了基于非對稱對比融合和基于模態(tài)信息度評估的融合方法;最后,針對多模態(tài)生物特征識別領(lǐng)域下的模態(tài)缺失問題,提出基于共享-特定特征解耦網(wǎng)絡(luò)。
更多科學(xué)出版社服務(wù),請掃碼獲取。
2010/9–2015/6, 中國礦業(yè)大學(xué), 控制理論與控制工程, 博士
2007/9–2009/6, 中國礦業(yè)大學(xué), 控制理論與控制工程, 碩士2014/1-至今, 中國礦業(yè)大學(xué),信息與控制工程學(xué)院,教授
2010/1-2013/12,中國礦業(yè)大學(xué),信息與控制工程學(xué)院,講師獲得中國煤炭工業(yè)協(xié)會科技進步獎二等獎1項、國家教學(xué)成果二等獎1項、江蘇省教學(xué)成果一等獎2項、中國礦業(yè)大學(xué)教學(xué)成果特等獎1項、一等獎2項等。教育部高等學(xué)校創(chuàng)新方法教學(xué)指導(dǎo)委員會委員、中國人工智能學(xué)會認(rèn)知系統(tǒng)與信息處理專業(yè)委員會副主任、中國創(chuàng)造學(xué)會創(chuàng)新工程學(xué)分會副主任、中國計算機學(xué)會智能機器人專委會委員、中國指揮與控制學(xué)會青年工作委員會委員、中國教育發(fā)展戰(zhàn)略學(xué)會人工智能與機器人教育專業(yè)委員會委員、中國煤炭工業(yè)協(xié)會煤炭工業(yè)技術(shù)委員會煤礦智能化與新技術(shù)專家委員會委員、中國工程機器人大賽暨國際公開賽組委會副主席兼秘書長、徐州市機器人學(xué)會副理事長等。
目錄
前言
第1章 緒論 1
1.1 單模態(tài)和多模態(tài)生物特征識別方法 1
1.2 單模態(tài)生物特征識別方法研究現(xiàn)狀 2
1.2.1 基于形狀特征的靜脈識別模型 3
1.2.2 基于紋理特征的靜脈識別模型 4
1.2.3 基于深度特征的靜脈識別模型 4
1.3 多模態(tài)生物特征識別方法研究現(xiàn)狀 6
1.4 本書研究內(nèi)容 9
1.4.1 主要研究工作 9
1.4.2 本書章節(jié)安排 12
第2章 基于多層卷積特征融合的手部單模態(tài)生物特征識別 14
2.1 基于語義特征選擇器的多層卷積特征融合模型 15
2.1.1 多層卷積特征提取 16
2.1.2 語義特征選擇器 16
2.1.3 多層卷積特征融合 19
2.2 實驗設(shè)計與結(jié)果分析 20
2.2.1 實驗數(shù)據(jù)庫 20
2.2.2 實驗設(shè)置 21
2.2.3 消融實驗 21
2.2.4 對比實驗設(shè)計與分析 23
2.3 本章小結(jié) 32
第3章 基于多尺度深度特征集成的手部單模態(tài)生物特征識別 34
3.1 基于靜脈信息的卷積特征圖響應(yīng)特性分析 34
3.2 基于層級特征選擇的多尺度深度特征集成模型 36
3.2.1 局部均值閾值 37
3.2.2 無監(jiān)督靜脈信息挖掘 38
3.2.3 多尺度深度特征表示集成 40
3.3 實驗設(shè)計與結(jié)果分析 41
3.3.1 實驗設(shè)置 41
3.3.2 消融實驗 41
3.3.3 對比實驗設(shè)計與分析 45
3.4 本章小結(jié) 55
第4章 基于特征解耦網(wǎng)絡(luò)的手部單模態(tài)生物特征識別 56
4.1 基于多尺度注意力殘差模塊的特征解耦網(wǎng)絡(luò)模型 57
4.1.1 靜脈形狀標(biāo)簽信息生成 58
4.1.2 靜脈紋理和形狀特征解耦網(wǎng)絡(luò) 60
4.1.3 靜脈深度特征學(xué)習(xí)模塊 65
4.2 實驗設(shè)計與結(jié)果分析 66
4.2.1 實驗設(shè)置 66
4.2.2 消融實驗 66
4.2.3 對比實驗設(shè)計與分析 69
4.3 本章小結(jié) 75
第5章 基于合成靜脈樣本的手部單模態(tài)生物特征識別 77
5.1 基于合成靜脈樣本的靜脈深度特征學(xué)習(xí)模型 78
5.1.1 基于特征解耦學(xué)習(xí)的靜脈圖像生成網(wǎng)絡(luò) 78
5.1.2 靜脈圖像自適應(yīng)融合網(wǎng)絡(luò) 82
5.1.3 全局-局部靜脈深度特征學(xué)習(xí)網(wǎng)絡(luò) 83
5.2 實驗設(shè)計與結(jié)果分析 86
5.2.1 實驗設(shè)置 86
5.2.2 消融實驗 87
5.2.3 對比實驗設(shè)計與分析 90
5.3 本章小結(jié) 96
第6章 基于非對稱對比融合的手部多模態(tài)生物特征識別 97
6.1 基于非對稱對比策略的多模態(tài)融合模型 97
6.1.1 網(wǎng)絡(luò)架構(gòu) 98
6.1.2 非對稱對比融合策略 100
6.2 實驗結(jié)果與分析 103
6.2.1 實驗設(shè)置 103
6.2.2 消融實驗 103
6.2.3 對比實驗評估 104
6.3 本章小結(jié) 107
第7章 基于模態(tài)信息度評估的手部多模態(tài)生物特征識別 109
7.1 基于模態(tài)信息度評估的多模態(tài)動態(tài)融合模型 110
7.1.1 網(wǎng)絡(luò)框架 110
7.1.2 模態(tài)信息度評估模塊 112
7.1.3 多模態(tài)動態(tài)融合模塊 115
7.2 實驗結(jié)果與分析 116
7.2.1 實驗設(shè)置 116
7.2.2 消融實驗 116
7.2.3 對比實驗評估 117
7.3 本章小結(jié) 120
第8章 基于共享-特定特征解耦的模態(tài)缺失下的手部多模態(tài)生物特征識別 121
8.1 基于特征解耦的模態(tài)缺失下的多模態(tài)融合模型 122
8.1.1 網(wǎng)絡(luò)框架 122
8.1.2 共享-特定特征解耦模塊 124
8.1.3 跨模態(tài)特征重建模塊 125
8.2 實驗結(jié)果與分析 127
8.2.1 實驗設(shè)置 127
8.2.2 消融實驗 128
8.2.3 對比實驗評估 131
8.3 本章小結(jié) 137
參考文獻 138
后記 146