大樣本手背靜脈身份識別的關鍵問題研究

《大樣本手背靜脈身份識別的關鍵問題研究》是依託北方工業大學，由王一丁擔任項目負責人的面上項目。

基本介紹

• 中文名：大樣本手背靜脈身份識別的關鍵問題研究
• 項目類別：面上項目
• 項目負責人：王一丁
• 依託單位：北方工業大學

項目摘要

本項目主要研究大樣本手背靜脈身份識別的關鍵問題。針對大樣本套用的實際問題,凝練三個具體科學問題:樣本集規模、圖像質量對識別精度影響的理論分析，多人種、老齡化和非線性形變的魯棒特徵提取問題和大規模資料庫實時識別問題；具體研究內容為：特徵可分性與大樣本集容量的研究，圖像質量參數與識別率關係的研究，手背靜脈多光譜特性的活體檢測研究，對皮膚彈性形變魯棒的特徵提取及特徵編碼研究，多信息融合的模板生成及基於相關處理的分類器研究；研究方案為：進行圖像質量參數對識別率影響的理論與實驗研究，獲得圖像質量參數的最低要求；分析手背靜脈的多光譜特性，提取雙色近紅外峰值比研究手背靜脈圖像的活體檢測；對手背靜脈特徵進行糾錯編碼提高類間距離增加特徵魯棒性，構造對手背靜脈紋理結構特徵魯棒的碼字典以減小類內距離，保證高的識別率；面向實際套用，採用匹配壓縮快速運算方法，一定程度上解決識別精度與識別速度相互制約的問題。

結題摘要

項目全面深入地研究了基於手背靜脈的生物特徵識別技術，自主研發了基於混合照射成像原理的手背靜脈圖像採集裝備並獲得國家發明專利，在噪聲去除、活體防偽檢測、圖像配準、高精度識別和分類器設計等方面取了創新性成果。課題組研製了手背靜脈識別系統裝備樣機，測試性能穩定達到了99.02%的識別準確率。建立了目前已見報導的最大的手背靜脈圖像資料庫，已被英國、法國、西班牙、挪威、印度、伊朗等國家和國內的北航、北理工和西安交通大學等10餘個研究組申請使用，對於該領域的研究起到了積極的推動作用。項目主要研究內容和創新點如下： (1)提出了反射與投射相結合的近紅外LED 光照成像方法，大大提高了採集的圖像質量，滿足後續的特徵提取與識別研究；針對採用的攝像頭的特點，設計專門去除暗電流噪聲的多級處理算法，得到儘量平滑的低噪聲圖像； (2)選取了對比度、清晰度、有效區域、位置偏移以及信息熵等參數作為手背靜脈圖像質量評價的指標，通過數學分析給出了各自指標的求取方法，最終使用加權平均的方式對上述指標進行綜合分析，給出一個可用於進行質量評價的分數計算方法； (3)建立了手背靜脈圖像資料庫，提出了基於圖像熵分塊編碼的數據容量分析方法；提出了基於雙PCA動態空間的數據合成方法，完成了10萬人規模的數據合成工作，為大樣本手背靜脈身份識別建立了基礎； (4)提出了多尺度，分塊PLBP 特徵，用不同的編碼方式對其進行編碼來增加類間距離，達到高精度的識別率；通過神經網路訓練的方式建立手背靜脈的碼字典，進一步提高識別精度； (5)研究了基於局部與全局融合的手背靜脈識別方法，分別從特徵層和決策層融合方面展開研究，利用特徵間的互補性通過融合的方式提高手背靜脈識別的準確性和魯棒性。 (6)基於PCA與AR模型功率譜估計，提出了一種真實樣本監督下的活體檢測算法。針對三種造假情況，正確識別識別率超過99%。 本項目發表學術論文21篇，其中國際刊物5篇，國核心心刊物4篇，國際會議11篇，SCI收錄4篇，EI收錄20篇。出版《手背靜脈身份識別技術》專著一本，科學出版社。完成2項國家發明專利的申請，其中授權1項，實審1項。