版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領
文檔簡介
1、近年來，生物特征識別技術得到了飛速發(fā)展，然而傳統(tǒng)的單一模態(tài)的身份識別技術存在著一定的局限性，導致了該技術在實際應用中會出現(xiàn)一些不必要的麻煩。伴隨數(shù)據(jù)融合技術的日漸成熟，多模態(tài)生物特征識別這一利用多種生物特征進行數(shù)據(jù)融合識別的身份識別技術獲得了很大的技術支持，也促使該技術能夠更快的進入我們?nèi)粘Ｉ钪小?br> 本文通過對常見的單模態(tài)生物特征、傳統(tǒng)的多模態(tài)生物特征的融合策略等方面的研究，最終采用指紋和虹膜兩種單模態(tài)生物特征，在多模態(tài)生物特
2、征識別中的特征層這一層次進行了融合識別的實驗。主要工作總結如下：
1.深入了解并研究多模態(tài)生物特征識別在各個層次進行數(shù)據(jù)融合的相關方法，包括串并聯(lián)和基于典型相關分析（CCA）等在特征層融合、基于最小二乘法和Fisher判別等在分數(shù)層融合、加權法和多數(shù)投票法等在決策層融合。
2.在深入研究多模態(tài)生物特征融合識別的基礎上，提出基于指紋和虹膜的特征層融合模型，與現(xiàn)有的特征層融合的策略進行了對比和分析，通過實驗論證了多模態(tài)融
3、合識別的識別率相比較單模態(tài)識別更高一些這一論點，并驗證了基于典型相關分析的融合算法在多模態(tài)生物特征識別中的有效性。
3.針對基于典型相關分析的融合算法的不足，提出一種基于矩陣變換的判別典型相關性分析(MDCCA)的多模態(tài)生物特征識別算法，在同一環(huán)境下對兩種算法進行了實驗，實驗驗證了該算法的有效性。
4.在本文提出的新算法的基礎上，完成了比較完整的多模態(tài)生物特征識別過程。本文研究的算法內(nèi)容在數(shù)據(jù)融合和多模態(tài)生物特征識別
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于手部生物特征多模態(tài)識別算法研究.pdf
- 多模態(tài)生物特征識別融合算法的研究.pdf
- 手指多模態(tài)特征識別算法研究.pdf
- 基于手部特征的多模態(tài)生物識別技術研究.pdf
- 基于手部特征的多模態(tài)生物識別算法研究與系統(tǒng)實現(xiàn).pdf
- 基于多模態(tài)生物特征的身份識別.pdf
- 基于單幅圖像的多模態(tài)生物特征識別研究.pdf
- 基于多模態(tài)生物特征識別的身份認證技術研究.pdf
- 基于線性分類器的多模態(tài)生物特征識別技術研究.pdf
- 基于手部圖像的多模態(tài)生物識別算法研究.pdf
- 嵌入式多模態(tài)生物特征識別系統(tǒng)設計.pdf
- 基于多生物特征融合識別技術的研究.pdf
- 基于多模態(tài)輸入的手勢識別算法研究.pdf
- 基于指紋與姓名語音的多模態(tài)生物特征融合身份識別技術的研究.pdf
- 自適應PSO融合的多模態(tài)生物特征識別方法.pdf
- 基于RGBD多模態(tài)特征的行為識別.pdf
- 基于時空特征和詞袋模型的多模態(tài)視頻內(nèi)容識別算法研究.pdf
- 基于掌紋和手形特征融合的多生物特征識別算法研究.pdf
- 基于感知信息的多模態(tài)生物特征融合技術研究.pdf
- 四元數(shù)體上的多模態(tài)生物識別技術研究.pdf
評論
0/150
提交評論