基于手部特征的多模态生物识别技术研究

基于手部特征的多模态生物识别技术研究-I-基于手部特征的生物多模态技术研究摘 要随着科学技术与时俱进的脚步，人们对于安全问题的关注性也越来越高，生物识别的技术优势越加突出了其重要性，生物特征识别就是指进行身份的判断时利用人类所特有的生理特征和行为特征。但同时基于单模态的身份识别技术却有着一些缺点，比如防伪性能差，易被窃取等，本文就这一问题而提出了多模态生物识别技术，它就是通过利用多种生物特征的融合技术进行身份识别和身份验证，主要优势在提高识别效率，抗噪性、普适性等方面都有所改善。虽然近年来多模态生物识别技术已经得到了多方面各个层次的关注和重视。但是，目前该技术仍然不是十分成熟，需要我们在以后的工作中进一步研究和探讨。我们将具有丰富特征的人体手部作为本论文的研究重点，本文研究的手部的生物特征主要是基于掌纹特征和手形特征的，他们作为生物识别特征具有稳定性和唯一性，本文主要基于小波变换对生物特征进行分析，基于小波变换的生物特征提取方式，接着运用了改进后的典型相关分析方法，对所提取的手形和掌纹两种生物特征的特征向量在特征层的融合方法，此种方法主要是通过引入矫正系数，通过对投影方向上的特征矢量的调整，使准则函数值达到最大的要求。本文主要利用人手部的生物特征识别技术，分析不同种方式下的掌纹特征的提取，使掌纹和手形的这两种生物特征模态在特征层进行融合，经过实验数据得出多模态生物特征的识别率要高于任一模态下的生物识别率，实现了多模态生物融合的初步探索和尝试，为我们后续的研究和发展提供了一定的了理论依据。关键词 多模态生物识别；矫正系数；特征层融合；小波变换-II-Based on the biological characteristic of hand multi-modal technology researchAbstractWith the pace of science and technology advancing with the times, people are more and more concerned about security issues. Biological recognition technology advantages more prominent its importance, biological feature identification is to identify the physiological characteristics and behavior characteristics of human beings when they are used for identification. But at the same time, there are some disadvantages in the single mode based identification technology, for example, poor security performance, easy to be stolen, etc. In this paper, we put forward a multi modal biometric technology. It is through the use of a variety of biological features of the fusion technology for identification and authentication, major advantages in improving the recognition efficiency, noise immunity, universality and other aspects have been improved. Although in recent years the modal biometric technology has been more and more attention of all levels. However, the technology is still not very mature, we need further research and discussion in future work.We will have rich characteristics of the human hand as the focus of this paper, The hand biometric is mainly based on Palmprint and hand geometry, they are as a biometric characteristic with stability and uniqueness, this paper is mainly based on wavelet transform analysis on biological characteristics of proposed biometric ,The extraction method of biological features is based on Wavelet Transform, then puts forward the improved method of canonical correlation analysis, Two kinds of fusion method of feature vector and palmprint features in the hand shape biological feature level, this method is mainly by introducing the correction coefficient, to adjust the projection direction of the feature vector, the criterion function value reached the maximum.In this paper, The use of biometric identification technology of the hand,We put -III-forward the two modes of the palmprint and hand shape in feature level fusion, through experimental data obtained, multi-modal biometric recognition rate is higher than either mode of biological recognition rate, achieve and attempt the multimodal biometric melting of preliminary exploration ,to provide certain theoretical basis for our further research and development.Keywords multimodal biometric recognition；correction coefficient；feature fusion；wavelet transform- IV -目 录摘 要 .IAbstract .II第 1 章 绪 论.11.1 研究的背景及意义.11.2 生物识别技术概述.21.2.1 各种生物特征的分类和比较.21.2.2 多模态生物特征识别.41.3 国内外研究现状.51.4 论文研究的主要内容.6第 2 章 多模态生物识别中信息融合理论与方法.72.1 信息融合概述.72.2 多模态生物特征识别研究.72.2.1 模式源的选择.82.2.2 多模态识别中信息融合层次.82.3 多融合方案确定.132.4 本章小结.15第 3 章 手部图像特征提取.163.1 手部特征识别现状分析.163.2 手形轮廓特征提取与掌纹预处理.173.2.1 手形轮廓特征提取.173.2.2 掌纹预处理.203.3 基于小波变换图像特征提取.213.3.1 小波变换.213.3.2 依据小波分解原理处理图像.243.3.3 构造小波能量特征.263.3.4 特征匹配.273.4 基于 2DPCA 的特征提取.273.5 本章小结.28第 4 章 基于改进的多模融合识别.294.1 典型相关分析的基本思想.29- V -4.2 特征组合原理与算法.294.3 改进的典型相关分析方法.304.4 特征融合算法流程.314.5 结果分析.324.5.1 基于小波特征能量结果分析.324.5.2 基于改进典型相关结果分析.344.6 本章小结.36结论.37参考文献.38- 1 -第 1 章 绪 论1.1 研究的背景及意义伴随着社会的不断发展和进步，信息技术发展和网络覆盖也更加全面，人们对于信息的安全性要求也越来越高。在日常生活中，比如，网络，金融和国防安全等方面都需要精确的识别技术来保障人们信息的安全性并维护社会的稳定。目前，进行身份验证技术主要有两个方面，其一是通过使用实物，主要有身份证件，钥匙和卡片等，还有一种是通过虚拟手段来进行身份验证，如密码，暗号等。但是上述方法仍然存在很多不足，容易丢失、伪造和被盗用等风险。当前基于生物特征的身份认证技术的使用价值就越发明显。近年来生物识别技术做为人们研究的热点问题并被广泛的应用于各个领域。生物识别系统之所以能够如此迅速有效地完成整个生物识别过程，其中的处理过程主要包括采集图像、解码、比对和特征比配等方面。生物识别技术（Biometric Identifcation Technology）主要是通过生物统计学、计算机与生物传感器、光学等各种科学技术手段有机的结合起来，且利用人类固有的生理特点和行为特点进行身份识别和验证的技术。人体的生物特征的特点有唯一性、遗传性或终身不变等，因此在身份验证方面生物识别技术相比于传统的身份验证方法有着一定的优势，例如在安全性、保密性和方便性等方面，但这主要是借助于外物，如果被丢失，其身份就容易被他人冒充，在信息安全上面无法得到保证。这就是生物识别技术主要应用于商业，政府和司法三大领域方面的前提条件 1。生物特征识别的含义比较大，可以分为两个方面：1）生理特征：如掌纹，手型，人脸，手背静脉，虹膜和视网膜等方面。2）行为特征：步态，签名和声音等方面。而我国的生物特征技术的发展现状并不是很乐观，核心技术和基础性技术还尚缺乏。要提高我国识别技术的竞争力，就要加大政府的支持力度和投资规模。从上个世纪 90 年代以来，虽然我国生物识别技术有了很大幅度的发展，但相对于发达国家而言，我国仍处于落后地位，未来的生物识别产业拥有广阔的市场前景，以引起各个国家的高度重视。我国已将生物识别作为一个重点研究项目，并且已对相关课题开展了讨论研究。- 2 -1.2 生物识别技术概述1.2.1 各种生物特征的分类和比较生物识别技术涉及到很多相关领域和学科，例如图像采集、图像处理、信息融合、模式识别等多方面。下图是生物识别的一般过程。图 1-1 生物特征识别的一般过程Pig1-1 General process of biometric identification一直以来人们一直有一个疑问，到底什么样的生物特征才能进行生物测定呢？用于身份识别应该满足怎样的条件：普遍性：大家都有的生物特征，是普遍存在的。独特性：每个人都各不相同，而且任意两个人之间存在着比较大的差异。持久性：特征相对来说比较稳定，不会随着时间位移等方面的改变而发生改变。可采集性：特征是否易被采集或者是否能通过辅助设备测量采集得到。对一个生物识别系统是否具有实用性，主要是依靠下面几个性能来进行判断：1）接受程度: 在人们的日常生活和工作中，用户愿意或希望其进行身份识别的程度。2）性能：系统的识别精度和识别速度是否足够高，是否会受到环境等其他因素的影响等。3）抗欺骗性：系统被伪造的特征欺骗的难易程度 2。总而言之，一个生物识别系统有高的精确度和识别速度，对人们无危害，对各种伪造信息具有足够鲁棒性，易被广大用户所接受。上述性能虽然满足生物识别的基本条件，但是在实际应用中，必须同时考虑系统的性能、人们对身份识别的接受性和系统的抗欺骗性等因素。从生物学角度，遗传 DNA 在信息鉴别方面是最可靠的，但是其有无法实时采集和获取的高成本这两方面的局限性。接下来对几种常见的基于各种生物特征的生物识别预处理检测与定位 特征提取 模式匹配 决策生物特征模型- 3 -技术进行介绍：1. 声音：声音即是人体的生理特征也是行为特征，它是由多方面因素决定的（如声带、嘴型等的形状）。人的声音也会随着年龄大小、健康状况、情绪压力等原因而发生变化。声音的区分性不强，而在现实生活中，环境的噪音也是无法忽略的。所以通常情况下，基于声音的识别系统并不适合对其进行身份验证。声音识别技术是指通过采集到原始的声音信号，通过一系列的技术手段，对其特征因素进行提取和相互匹配的身份识别技术。但它同时也受到了多方面的制约如环境噪声和个体声音伪装等。2. 掌纹：掌纹是指从各个手指末端到手腕之间的手掌图像，掌纹面积较大，蕴含的纹理特征比较丰富。理论上应该比手指等更具区分性，其中很多特征可以用来进行身份验证：比如主线、皱纹、脊、谷、分叉点等，如果用高分辨的仪器进行扫描采集，那么就可以组成一种高度精确的识别系统。采集设备体积更大，对于成本要求较高。3. 签名：每个人的手写签名都有其特定的方式，签名在政府、银行、法律等方面作为一种普遍的身份认证手段。但它是一种行为特征，会随时间的变化而变化，会受到环境、情绪等多方面因素的影响。而有些仿冒者也可以复制或伪造签名进行欺骗。4. 体味每个人身上不同的体味，反映出其不同的化学组成成分，所以一般情况下可以用于身份识别，主要原理是包含气味的空气通过化学传感器阵列，每一传感器对于特定化合物敏感，但是由于空气中也会包含除臭剂等化学成分，从而对其产生一定的影响。 5. 手形手形是指人手的几何形状特征即手的轮廓形状，手指各个位置的宽度、长度等，手形不会因为环境因素如湿润或者干燥，皮肤因素等而有影响，但是手形的唯一性并不理想，尤其是手形信息在孩子的成长过程中不断得变化，这也是手形识别的主要弊端之一。根据上面部分的阐述和介绍，可以了解到不论是何种生