指静脉识别研究综述

指静脉识别因其独特的优势具有巨大的市场潜力,并得到了国内外各研究团体和工业界的高度关注。本文介绍了指静脉识别的主要研究内容及其研究现状,包括指静脉成像方法及图像增强技术、特征提取方法及与指静脉有关的多模态、多特征融合方法。其中详细介绍了指静脉特征提取方法,并将其划分为4类,即指静脉纹路特征、纹理特征、细节点特征及使用机器学习方法获得的特征。在此基础上进一步对指静脉识别及其应用面临的挑战性问题做了分析,这些问题主要包括降低采集设备价格、提高采集图像质量,及减小各种因素,如低质量图像、手指姿态变化、大规模用户群及室外采集等对识别性能的影响,这些问题为今后的指静脉识别的相关研究提供了思路和启迪。     

精简AlexNet的指静脉识别

指静脉识别技术是目前公认的最安全的生物识别技术,拥有活体识别、内部特征、非接触式采集等优势.指静脉识别技术在银行金融行业、保险箱、社会保障等领域等对安全性要求高的领域有着巨大的需求.本文针对AlexNet在指静脉识别中训练时间长、卷积视野较大等问题,提出了精简的AlexNet模型.为了加快网络的收敛速度,使用Xavie...     

基于静脉关键特征和AdaFace损失的轻量级指静脉识别算法

基于深度学习的指静脉识别方法通常需要大量的计算资源,限制了其在嵌入设备上的推广和普及,采用轻量级网络又面临模型参数减少导致准确率下降的问题,为此提出一种基于指静脉关键特征和AdaFace损失的轻量级识别算法。在MicroNet框架中,首先提出一种FMixconv卷积来替代原网络中的深度卷积,减少参数的同时可以获得静脉特征的多尺度信息;其次引入轻量级注意力模块CA模块,从空间和通道上聚焦于静脉特征的关键信息;最后在损失函数中加入AdaFace损失,通过特征范数对图像质量进行评价,以减少图像质量下降对训练的影响。该算法在SDUMLA-HMT、FV-USM和自建数据集上的识别准确率达到99.84%、99.39%和99.42%,而参数量仅有0.82 M。实验结果表明,该算法在准确率和参数量大小上均领先于其他方法。     

一种基于梯度相关的指静脉认证算法

提出一种基于改进匹配滤波和图像梯度相关的指静脉认证算法。利用基于直方图统计法判别所获取图像是否为指静脉图,采用基于最大曲率模型的匹配滤波获取指静脉梯度图,并与登记的梯度模板做梯度相关运算,以最大互相关作为衡量两指静脉图像相似程度的度量,经阈值处理判断是否匹配。实验结果表明,该算法的误识率和拒识率分别为0.375%和1.20%,且对噪声不敏感,适合基于DSP的小型指静脉认证产品开发。     

基于改进Xception网络和CBAM的指静脉识别

针对现有方法在指静脉纹理特征退化的情况下识别率低的问题,提出一种基于改进Xception网络和CBAM的识别算法.首先,选取Xception网络为基础网络,并添加跳跃结构以强化浅层纹理特征的传递和利用,调整网络深度以加快网络训练速度并防止过拟合;其次,改进卷积注意力模块(CBAM)的池化过程和通道压缩比,使网络更加注重...     

基于指纹与指静脉的双模态生物特征识别方法研究

随着电子信息系统技术的飞速发展,网络信息安全的重要性日益上升,保障了各类业务信息的安全可靠存储与传输。在身份识别方面,识别的准确度很大程度上影响了系统的安全性和可靠性。本文提出了基于指纹与指静脉的双模态生物特征识别方法,降低了误识率和拒识率,较大程度地提高了身份识别的准确度和可靠度,对于生物特征识别技术在信息系统中的运用具有重要借鉴意义。     

使用改进的方向滤波与修正的Hausdorff距离的指静脉识别方法

针对已有静脉识别方法存在的识别结果易受图像质量影响、计算量大的问题,提出一种使用改进的方向滤波与修正的Hausdorff距离技术的指静脉识别方法.根据指静脉图像具有的方向特性设计邻域方向模板及方向滤波器模板对图像进行滤波增强处理后,利用修正的Hausdorff距离模板匹配的思想,在距离变换空间内实现指静脉图像的匹配识别.实验结果表明,该方法对指静脉图像的匹配识别具有较好的准确率.     

基于改进LBP的手指静脉识别算法

为进一步提高手指静脉识别算法识别率,在图像预处理阶段提出了将直方图均衡化算法与局部对比度增强算法相结合,在扩大静脉图像动态范围的同时增强图像的细节。在图像识别阶段,提出了一种基于局部二值模式(Local Binary Pattern,LBP)的改进算子用来描述图像局部纹理特征,并结合权重分配和分块LBP特征算法对图像进行特征提取。最后使用支持向量机(Support Vector Machine,SVM)算法对图像特征进行训练。实验结果表明,上述算法识别率高达99.33%,与传统的识别算法相比具有明显的准确率提高。     

基于相对距离的手指静脉识别方法

提出了一种新的手指静脉识别方法,即以静脉内部拓扑结构的本质特性为原理进行手指静脉的匹配,首先对细化修复后的图像提取端点和交叉点,并计算这些特征点之间的相对距离,最后通过比对这些距离值来完成手指静脉图像的识别。该方法结合静脉自身特征,充分利用了拓扑结构的本质属性,无须定位,简单易行。实验结果表明,该方法能够快速准确地进行身份识别,在一定程度上克服了平移、旋转对识别结果的影响,具有实际应用价值。     

Fusion of Band Limited Phase Only Correlation and Width Centroid Contour Distance for finger based biometrics

In this paper, a new approach of multimodal finger biometrics based on the fusion of finger vein and finger geometry recognition is presented. In the proposed method, Band Limited Phase Only Correlation (BLPOC) is utilized to measure the similarity of finger vein images. Unlike previous methods, BLPOC is resilient to noise, occlusions and rescaling factors; thus can enhance the performance of finger vein recognition. As for finger geometry recognition, a new type of geometrical features called Width-Centroid Contour Distance (WCCD) is proposed. This WCCD combines the finger width with Centroid Contour Distance (CCD). As compared with the single type of feature, the fusion of W and CCD can improve the accuracy of finger geometry recognition. Finally, we integrate the finger vein and finger geometry recognitions by a score-level fusion method based on the weighted SUM rule. Experimental evaluation using our own database which was collected from 123 volunteers resulted in an efficient recognition performance where the equal error rate (EER) was 1.78% with a total processing time of 24.22 ms.     

手指静脉识别技术

相对于指纹识别等传统生物特征识别,手指静脉识别是一种新兴的具有较好应用前景的生物特征识别技术。综述了手指静脉识别的基本原理和关键技术,包括手指静脉图像采集、预处理、特征提取和匹配等;对与手指静脉识别有关的多生物特征技术进行了归纳总结,并对手指静脉识别技术存在的问题和未来的研究方向进行了讨论。     

改进的手指静脉图像识别算法仿真研究

为了解决传统 PCA 方法和小波矩融合 PCA 方法在光照条件变化较大时不能有效抽取图像局部特征,导致识别率较低的问题,提出了一种直接基于子图像向量的线性鉴别分析方法,即模块 PCA 手指静脉特征提取算法.上述算法通过对图像进行分块,利用 PCA 对分块得到的子图进行鉴别分析.由于使用子图像矩阵,能有效地抽取图像的局部特征,避免使用奇异值分解理论,过程简便.实验结果表明,所提出的方法在识别性能上明显优于传统 PCA 算法和小波矩融合 PCA 方法,识别率可以分别提高 5.6 和 4.1 个百分点.     

基于人体手指静脉特征提取算法的研究

根据人体手指静脉图像的特点,提出了一种基于降维思想的手指静脉特征提取方法,即搜索二维灰度图像中的静脉在一维灰度曲线上形成的谷形区域来实现静脉特征的提取.为了对手指静脉特征的充分提取,在进行特征提取前,采用了高频强调滤波对图像进行增强处理.实验结果表明:该方法思想独特、简单易行,对手指静脉的特征提取达到满意的效果.