掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
現代生物特征識別技術 版權信息
- ISBN：9787560670836
- 條形碼：9787560670836 ; 978-7-5606-7083-6
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
現代生物特征識別技術 內容簡介
本書主要介紹生物特征識別技術的基本概念、現狀和發展趨勢, 以及指紋識別、人臉識別和其他常見生物特征識別(如虹膜識別、聲紋識別、步態識別、掌紋識別、 生物電身份識別等)的具體方法和算法, 并探討了生物信息安全問題。另外, 為了反映生物特征識別領域近年來的*新發展, 本書還以指紋識別、人臉識別、 聲紋識別和人臉反欺騙為例介紹了深度學習理論在該領域的新應用。*后, 本書用實際案例講解了生物特征識別技術的應用, 以加強讀者對生物特征識別技術的理解, 培養讀者的工程實踐能力。 本書可以作為高等院校電子信息、計算機、自動化、 人工智能等相關專業的本科生及研究生教材, 也可以作為生物特征識別領域研究人員、工程技術人員的參考書。
現代生物特征識別技術 目錄
第1章 緒論 1
1.1 生物特征識別技術概況 1
1.2 生物特征識別的定義與模態 3
1.3 生物特征識別系統 5
1.3.1 系統的組成 5
1.3.2 系統的工作模式 6
1.4 性能評價 7
1.4.1 混淆矩陣與錯誤率 8
1.4.2 ROC曲線 9
1.4.3 CMC曲線 11
1.5 生物特征識別的發展趨勢 12
本章小結 15
思考題 15
第2章 指紋識別 16
2.1 指紋識別的發展史 16
2.2 認識指紋圖像 17
2.2.1 指紋的形成 17
2.2.2 指紋特征 18
2.3 指紋圖像采集 22
2.3.1 采集方法分類 22
2.3.2 光學指紋采集儀 23
2.3.3 半導體指紋采集儀 24
2.3.4 超聲波指紋采集儀 26
2.4 指紋圖像預處理 27
2.4.1 指紋圖像分割 27
2.4.2 指紋圖像增強 32
2.4.3 指紋圖像二值化 37
2.5 指紋特征提取 38
2.5.1 八鄰域法 38
2.5.2 鏈碼法 40
2.6 指紋匹配 42
2.6.1 Tico描述子構造 42
2.6.2 相似度計算 43
2.6.3 匹配分數計算 44
本章小結 46
思考題 46
第3章 人臉識別 47
3.1 人臉識別的起源與發展歷程 47
3.2 人臉識別技術的挑戰與發展趨勢 49
3.2.1 人臉識別技術的挑戰 49
3.2.2 人臉識別技術的發展趨勢 53
3.3 人臉圖像預處理 56
3.3.1 光照預處理 56
3.3.2 去噪 58
3.4 人臉檢測與人臉對齊 60
3.4.1 人臉檢測的基本概念 60
3.4.2 VJ人臉檢測器 62
3.4.3 人臉對齊 64
3.5 人臉識別方法 67
3.5.1 幾何測量法 67
3.5.2 特征臉法 68
3.5.3 局部特征法 70
本章小結 73
思考題 73
第4章 其他生物特征識別技術 74
4.1 虹膜識別 74
4.1.1 虹膜識別簡介 74
4.1.2 虹膜圖像采集 78
4.1.3 虹膜分割 78
4.1.4 虹膜歸一化與增強 80
4.1.5 虹膜特征提取 81
4.1.6 虹膜特征匹配 83
4.2 聲紋識別 85
4.2.1 聲紋識別簡介 85
4.2.2 聲紋特征提取 88
4.2.3 聲紋模型 90
4.3 步態識別 93
4.3.1 步態識別簡介 93
4.3.2 步態識別的過程 95
4.3.3 步態圖像背景去除 96
4.3.4 步態特征提取 97
4.3.5 步態特征降維 99
4.3.6 步態特征匹配與分類 100
4.4 掌紋識別 101
4.4.1 掌紋識別簡介 101
4.4.2 掌紋采集 104
4.4.3 掌紋圖像預處理 106
4.4.4 掌紋特征提取 108
4.4.5 掌紋特征匹配 114
4.5 生物電身份識別 114
4.5.1 腦電的產生與采集 115
4.5.2 腦電信號的類型 118
4.5.3 腦電信號的預處理 119
4.5.4 腦電特征提取 122
本章小結 123
思考題 124
第5章 生物特征識別信息安全 125
5.1 信息安全簡介 125
5.2 生物特征變換技術 135
5.2.1 生物加鹽法 135
5.3.2 不可逆變換法 138
5.3 生物特征加密技術 141
5.3.1 生物特征加密方法分類 142
5.3.2 模糊保險箱算法 144
5.4 人臉反欺騙技術 147
5.4.1 基于紋理分析的人臉反欺騙方法 147
5.4.2 基于圖像質量評估的人臉反欺騙方法 149
5.4.3 基于面部運動分析的人臉反欺騙方法 151
本章小結 153
思考題 153
第6章 深度學習基礎 154
6.1 深度學習簡史 154
6.2 感知機 156
6.2.1 感知機的數學模型 156
6.2.2 感知機學習算法 158
6.2.3 感知機的局限 159
6.3 神經網絡 160
6.3.1 激活函數 162
6.3.2 損失函數 163
6.3.3 神經網絡數學模型 164
6.3.4 網絡訓練與反向傳播算法 164
6.3.5 神經網絡的局限性 166
6.4 卷積神經網絡 167
6.4.1 從全連接神經網絡到卷積神經網絡 168
6.4.2 卷積神經網絡的構成 168
6.4.3 深度卷積神經網絡 171
6.5 基礎深度神經網絡模型 173
6.5.1 使用塊構建的VGG網絡 174
6.5.2 含有并行結構的GoogLeNet 176
6.5.3 殘差網絡(ResNet) 177
6.5.4 循環神經網絡(RNN) 178
本章小結 180
思考題 180
第7章 深度學習與生物特征識別 181
7.1 FingerNet與指紋識別 181
7.1.1 從傳統方法到Plain FingerNet 182
7.1.2 構建更強大的FingerNet 184
7.1.3 標簽設計 186
7.1.4 損失函數設計 186
7.1.5 訓練和測試 187
7.2 人臉檢測深度學習模型 187
7.2.1 MTCNN模型 188
7.2.2 RetinaFace模型 189
7.3 人臉識別深度學習模型 191
7.3.1 DeepFace模型 191
7.3.2 FaceNet模型 192
7.3.3 基于Margin損失函數的模型 193
7.4 聲紋識別深度學習模型 195
7.4.1 d-vector模型 196
7.4.1 x-vector模型 197
7.5 人臉反欺騙深度學習模型 198
7.5.1 人臉反欺騙雙流CNN模型 199
7.5.2 人臉反欺騙LSTM-CNN模型 203
本章小結 205
思考題 206
第8章 生物特征識別技術應用 207
8.1 生物特征識別技術在電子政務中的應用 207
8.2 生物特征識別技術在門禁系統中的應用 209
8.3 生物特征識別技術在移動終端中的應用 211
8.4 指紋文件加密系統 215
本章小結 217
思考題 217
附錄A 專業術語中英文對照表 218
附錄B 常見的生物特征識別數據庫 222
參考文獻 224
展開全部
書友推薦
- >
朝聞道
- >
苦雨齋序跋文-周作人自編集
- >
莉莉和章魚
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
推拿
- >
山海經
- >
龍榆生：詞曲概論/大家小書
- >
姑媽的寶刀
本類暢銷
