《指靜脈識別中若干關鍵問題研究》是依託山東大學，由尹義龍擔任項目負責人的面上項目。
基本介紹
- 中文名：指靜脈識別中若干關鍵問題研究
- 項目類別：面上項目
- 項目負責人：尹義龍
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
因為擁有隻能活體採集、難以被偽造和竊取等獨特的優勢，指靜脈識別技術具有廣闊的市場前景，近年來已成為生物特徵識別的研究熱點之一。在國內外同行的十多年的努力下，指靜脈識別的研究已經取得很大進展，但仍有較多挑戰性的問題需要去解決。本項目並未著眼於指靜脈識別中較為共識性的問題，而是選擇和凝練了三個較為重要但尚未引起同行足夠關注的較新的問題作為切入點，展開相應的研究工作：1、如何利用形變、姿態變化等傳統意義上“噪聲”信息提高指靜脈識別系統性能的問題；2、如何有效挖掘和利用當前普遍被忽略的未匹配信息進一步提升指靜脈識別系統性能的問題；3、如何實現指靜脈圖像的層次化特徵描述、進一步提高靜脈特徵表達的全面性和區分性的問題。本項目所研究的三個關鍵問題，在生物特徵識別方向均具有一定的共性。如能得到有效解決，思路可望用於其他生物特徵識別技術，提升其他生物特徵識別系統的性能。
結題摘要
擁有隻能活體採集、難以被偽造和竊取等獨特的優勢，指靜脈識別技術具有廣闊的市場前景，近年來已成為生物特徵識別的研究熱點之一。本項目沒有著眼於指靜脈識別中較為共識性的問題，而是選擇和凝練了三個較為重要但尚未引起同行足夠關注的較新的問題作為切入點，從特徵提取方面開展研究：（1）利用傳統意義上“噪聲”信息（形變、姿態變化等）構建魯棒特徵。研究了基於形變信息的特徵提取方法，基於雙向形變金字塔的特徵提取方法，基於幾何形狀形變的特徵提取方法等一系列方法，相關成果發表在SCIENCE CHINA Information Sciences2018，Neurocomputing 2018，ACM MM 2019，AAAI 2019,ICASSP 2017等重要國際期刊和會議。（2）挖掘和利用被忽略的未匹配信息構建有效特徵。研究了基於區分性二值碼學習方法，基於特徵點關係挖掘的特徵學習方法，基於解剖學結構的特徵提取方法等一系列方法，相關成果發表在IEEE TIFS2018，TCSVT2018，PR 2017，CVPR2017，ICCV 2019等重要國際期刊和會議。（3）構建層次化融合特徵描述，進一步提高識別性能。研究了基於張量的異構信息融合模型，基於超像素上下文融合模型，基於多方向編碼融合模型等一系列方法，相關成果發表在IEEE TMM2017，TIFS2018，Information Science 2019，IJCAI 2019，SIGIR2017等重要國際期刊和會議。本項目完成了課題目標。
