●前言
1緒論1
1.1手部多源信息認證的研究意義1
1.2生物特征識別技術2
1.2.1生物特征識別技術概況2
1.2.2生物特征識別繫統性能評價準則5
1.3靜脈識別研究現狀7
1.3.1靜脈識別特點和繫統構成7
1.3.2靜脈識別繫列產品9
1.3.3靜脈圖像采集繫統設計相關研究10
1.3.4靜脈匹配技術相關研究11
1.4本書研究內容15
1.4.1本書主要研究工作15
1.4.2本書的章節安排18
2手部多源生物特征信息采集繫統22
2.1靜脈圖像采集簡介22
2.2單源手背靜脈圖像采集裝置設計23
2.2.1成像光源繫統設計23
2.2.2圖像傳感器及鏡頭設計28
2.2.3第一代單源手背靜脈圖像采集裝置32
2.3基於質量評價的白適應光照控制策略34
2.3.1圖像銳化及對比度分布描述子36
2.3.2圖像光照組分估計38
2.4多源信息同步采集及數據庫建立43
2.4.1手部多源生物特征信息同步采集裝置設計43
2.4.2手部多源生物特征圖像數據庫構建48
2.5本章小結50
3靜脈骨架提取與匹配52
3.1靜脈圖像模板生成52
3.2基於光照背景估計的魯棒靜脈圖像分割53
3.2.1靜脈圖像分解及不均勻分布修正53
3.2.2基於偏置修正的魯棒靜脈圖像分割60
3.3改進模板生成及匹配識別68
3.3.1靜脈分割圖像細化與裁剪68
3.3.2魯棒靜脈匹配模板生成70
3.3.3基於MHD判定的模板匹配72
3.4基於WDM特征的改進匹配策略設計75
3.4.1寬度信息描述子生成76
3.4.2基於WDM和改進模板匹配的魯棒靜脈識別實驗79
3.5本章小結81
4對比度增強依賴靜脈圖像特征編碼模型84
4.1特征編碼模型魯棒性84
4.2依賴編碼模型分析85
4.2.1基於SIFts的對比度依賴特征編碼模型分析85
4.2.2優選對比度增強方法88
4.2.3對比度依賴模型問題分析實驗92
4.3基於鏡像匹配策略的模型改進101
4.3.1特征點鏡像匹配策略設計101
4.3.2Roo工SIF工特征提取104
4.3.3匹配實驗設計及結果分析106
4.4區域選擇編碼與匹配109
4.4.1基於谷形算子的層級靜脈分割方法設計111
4.4.2特征提取及選擇模板生成策略117
4.4.3識別實驗與結果分析122
4.5本章小結130
5靜脈圖像質量依賴紋理編碼模型133
5.1圖像質量評價的反饋133
5.2局部二進制編碼特征134
5.2.1傳統LBP編碼方法134
5.2.2網形鄰域LBP135
5.2.3Uniform LBP模型137
5.3優選類間方差型二進制特征編碼138
5.3.1改進型局部二進制編碼模式(DLBP)模型原理140
5.3.2DLBPriP，R模型特性分析142
5.3.3DLBPriP，R很優閾值計算145
5.4質量依賴靜脈識別實驗146
5.4.1基於CFISH的靜脈圖像質量分組148
5.4.2基於DLBPriP，R的分組靜脈圖像特征提取和匹配策略設計152
5.4.3識別實驗與結果分析154
5.5本章小結163
6相似圖像知識遷移網絡模型165
6.1高魯棒遷移學習模型165
6.2深度卷積神經網絡模型165
6.2.1DCNN模型歷史發展167
6.2.2DCNN模型分析168
6.3基於結構白生長靜脈識別模型174
6.3.1靜脈識別網絡結構設計175
6.3.2小樣本網絡結構白生長策略176
6.3.3結構白生長網絡訓練方法177
6.3.4結構白生長靜脈網絡識別實驗179
6.4基於相似圖像知識遷移網絡的靜脈識別185
6.4.1基於稀素分布的圖像相似度判定準則186
6.4.2“粗到細”網絡微調策略設計191
6.4.3基於線性分類抬導的任務特定知識遷移網絡訓練193
6.4.4改進邊界分布SVM194
6.4.5識別實驗與結果分析196
6.5本章小結202
7多源多模態手部生物特征信息挖掘205
7.1雙模態識別網絡205
7.2靜脈圖像潛在性別判定信息挖掘206
7.2.1基於生物特征信息的性別判定模型相關研究207
7.2.2基於濾波器模型的靜脈性別信息表征209
7.2.3基於無監督特征學習模型(USFL)的靜脈性別信息表征215
7.3靜脈圖像多模態信息挖掘219
7.3.1性別依賴多模態靜脈圖像編信息碼模型219
7.3.2基於相似圖像知識遷移的靜脈圖像多模態信息挖掘226
7.4手部多源生物特征信息深度編碼和識別233
7.4.1深度卷積神經網絡模型相關研究分析234
7.4.2深度特征編碼網絡模型設計236
7.4.3基於DFLCN的手部多源信息識別實驗239
7.5本章小結241
參考文獻242
後記256

本書首先對比分析了指紋、語音、掌紋、虹膜和人臉識別等技術的特點和問題，討論了基於手部靜脈信息設計識別繫統的鮮明特點和重要意義，然後以設計魯棒靜脈識別繫統為研究目的，以手部多源靜脈圖像信息為主要研究對像，以由淺及深的特征編碼模型為研究脈絡，設計實現了多種有效的靜脈特征編碼模型，取得了極高的身份認證成功率，充分證明了所提出模型用於靜脈及其他類型圖像識別問題的有效性，對於推動手部靜脈信息識別在安全領域的應用具有重要的意義。