基於視覺特性的多模生物特徵融合識別方法研究

《基於視覺特性的多模生物特徵融合識別方法研究》是依託西安交通大學，由張新曼擔任項目負責人的面上項目。

基本介紹

• 中文名：基於視覺特性的多模生物特徵融合識別方法研究
• 項目類別：面上項目
• 項目負責人：張新曼
• 依託單位：西安交通大學

中文摘要

本項目研究基於視覺特性的多模生物特徵融合識別方法。主要是：採用符合視覺特性的新一代數學變換- - 非下採樣Contourlet變換進行採集層多模融合識別方法研究，可獲得較現有方法更優的識別效果；結合二代曲波變換和2D-Log Gabor相位編碼法，採用視覺特性融合運算元研究特徵層多模融合識別方法，較之單模特徵具有更好的識別效果；結合具有視覺特性的非線性稀疏編碼模型和貝葉斯信念網，對多模生物特徵識別融合策略進行研究，識別性能與傳統融合策略相比有較大程度提高。通過本項目的研究可使得相關理論研究與實際套用相結合，尤其對重大項目的建設例如電子商務，社會安全領域等產生較大社會效益和經濟效益。作為生物特徵識別的重要發展方向，該項研究將提出新的融合識別算法，解決多模生物特徵識別領域中的熱點問題和難點問題，具有重要理論意義與工程套用價值。

結題摘要

本項目研究基於視覺特性的多模生物特徵融合識別方法。主要是：採用符合視覺特性的新一代數學變換- - 非下採樣Contourlet變換進行採集層多模融合識別方法研究，可獲得較現有方法更優的識別效果；結合二代曲波變換和2D-Log Gabor相位編碼法，採用視覺特性融合運算元研究特徵層多模融合識別方法，較之單模特徵具有更好的識別效果；結合具有視覺特性的非線性稀疏編碼模型和貝葉斯信念網，對多模生物特徵識別融合策略進行研究，識別性能與傳統融合策略相比有較大程度提高。通過本項目的研究可使得相關理論研究與實際套用相結合，尤其對重大項目的建設例如電子商務，社會安全領域等產生較大社會效益和經濟效益。作為生物特徵識別的重要發展方向，該項研究將提出新的融合識別算法，解決多模生物特徵識別領域中的熱點問題和難點問題，具有重要理論意義與工程套用價值。