具有普適性的手背靜脈識別關鍵算法研究

《具有普適性的手背靜脈識別關鍵算法研究》是依託遼寧工業大學，由賈旭擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：具有普適性的手背靜脈識別關鍵算法研究
• 項目類別：青年科學基金項目
• 項目負責人：賈旭
• 依託單位：遼寧工業大學

項目摘要

相對於其它生物特徵識別方式，手背靜脈識別具有活體識別、內部特徵、及非接觸式採集等優勢，已逐漸成為研究熱點。本項目擬在3個方面開展研究：① 為採集更有利於獲取優質特徵的高質量靜脈圖像，建立具有識別目標特點的圖像質量評價函式，並基於評價結果實現靜脈圖像的自尋優採集；② 為提高特徵提取方法對於可能出現的手背干擾信息的魯棒性，提出一種圖像干擾信息判別機制，並對干擾區域特徵進行自適應修正，使提出的特徵提取方法更具普適性；③ 在特徵匹配過程中，提出一種基於雙正則項的稀疏表示識別方法，不僅有效抑制干擾區域修正特徵帶來的誤差影響，而且還能夠增強識別對於多種採集條件的普適性。此外，本項目將以上圖像採集、特徵提取、特徵識別3方面研究相互關聯起來，實現了靜脈識別關鍵問題的一體化研究。本項目的實施，將對生物特徵識別的理論研究起到重要的推動作用，為真實識別系統提供了更具普適性的核心算法與技術。

結題摘要

手背靜脈識別因其同時具有特定光源、活體識別、內部特徵、及非接觸式採集等優勢，已成為生物特徵識別技術的研究熱點。針對手背靜脈識別技術自身的特點，本項目在實施過程中主要研究內容如下：① 建立了包含142人手背靜脈圖像的數據集，並將其網上共享，為同行研究提供了重要資源；② 針對手背靜脈圖像特點，將非負矩陣分解理論引入至本項目中，並對非負矩陣分解模型進行最佳化與改進，獲得了較高的識別準確率；③ 將一些深度學習方法引入至本項目中，其中包括卷積神經網路模型，YOLO模型等，進一步提高了識別的準確性。此外，針對四種不同的手背靜脈圖像數據集，算法具有較好的魯棒性。④ 基於python與tensorflow框架開發了一套較為完整的手背靜脈識別系統，能夠將其套用在學生的出勤考查上；⑤ 手背靜脈圖像識別屬於單標籤標註問題，本項目由該問題引申提出了一種圖像多標籤標註算法，並在公開數據集上取得了較好的圖像標註效果；⑥ 從私密性角度考慮，在本項目研究過程中提出了若干圖像加密算法，在一定程度上保證了圖像識別的安全性。本項目的實施，對生物特徵識別的理論研究與實際套用起到重要的推動作用，為更多的圖像識別問題提供了更具普適性的核心算法與技術。