西北大学信息科学与技术学院，陕西 西安 710127
颅骨身份识别是法医学研究的重要课题。针对以往颅骨身份识别研究中颅骨和面貌内在特征表示能力不足的问题，为了充分利用颅骨和面皮模型的有效识别信息、提高颅骨识别能力，提出一种基于视图特征和形状特征融合的颅骨身份识别方法。首先，采用多视图神经网络学习颅骨和面皮的多视图特征，采用基于双谐波距离的LS-MDS算法计算颅骨和面皮的标准形，采用池化融合方法聚合多个特征来减少视图池化阶段的信息丢失；然后，为了解决波核特征对尺度变换敏感的问题，根据特征值归一化思想提取颅骨和面皮的尺度不变波核特征；最后，采用核典型相关分析将视图特征和波核特征进行融合，得到颅骨和面皮的最终特征向量，通过计算颅骨特征向量和面皮特征向量的相关系数实现颅骨的身份识别。实验结果表明，所提方法的识别正确率为95.4%，优于其他对比方法，是一种有效的颅骨身份识别方法。
图像处理 颅骨身份识别 视图特征 波核特征 核典型相关分析 相关系数 激光与光电子学进展
2023, 60(10): 1010011
天津大学电气自动化与信息工程学院, 天津 300072
为弥补单任务识别未充分利用相关任务监督信息的缺陷,提出了一种基于卷积神经网络的多任务识别模型。该模型引入注意力机制,对任务共享层的特征进行重校正,并结合多尺度结构进行特征融合,最后在任务特定层上进行多任务识别。针对共享特征空间内类分布不紧凑导致的模型泛化性能降低问题,本文在模型中引入中心损失函数与均方误差损失函数,与传统的交叉熵损失函数相结合,共同优化模型。实验结果表明:所提模型在人体6个动作类别和15个身份类别上的最高识别准确率分别可达100%和99.93%,两种任务上识别的总准确率可达99.93%,均优于任务独立识别时的各项准确率,说明所提模型能更有效地同时完成人体动作及身份识别任务。
图像处理 动作识别 身份识别 雷达时频图像 卷积神经网络 多任务 激光与光电子学进展
2020, 57(2): 021009
1 中国科学院重庆绿色智能技术研究院集成光电技术研究中心, 重庆 400714
2 国防科技信息研究中心, 北京 100048
3 军械工程学院电子与光学工程系, 河北 石家庄 050003
指纹识别是一种广泛应用的生物特征识别技术, 但现有指纹身份识别装置由于容易被指纹膜欺骗而存在安全问题, 手指表面弄脏、 太湿或者磨损也会导致识别失效, 存在鲁棒性差的问题。 手指内部220～550 μm的皮肤层, 具有表面(外部)指纹相同的拓扑特征。 这些内部层, 充当“主模板”导致外部指纹按照它的形状生长, 另外, 手指内部的汗腺和微血管结构也和指纹有跟随形状。 这些皮下指纹, 和对应层面的汗腺等组织结构, 具有终生不变性, 我们称之为内指纹。 内指纹难以仿制, 可以用于准确而高度鲁棒的生物身份识别。 但是目前报道的用扫频层析术获得内指纹图像, 由于对二维正面图像提取需要扫描, 并最终从三维指纹结构中重构正面图像, 数据量大, 提取速度太慢, 限制了其实用性。 提出一种基于宽光谱干涉显微术的手指皮肤下内部指纹成像系统, 以宽光谱弱相干白光激光实现3.5 μm轴向分辨率, 采用低数值孔径的光路提高了穿透深度, 利用光源空间非相干性和阵列探测器无需扫描一次性获得6.14 mm×6.14 mm的内指纹图像, 实现了0.4 s每帧的快速读取, 并以三维分层图像展示了手指内部指纹, 及其汗腺结构等特征, 该工作确认了宽广谱干涉显微术快速提取内指纹用于生物识别的可行性, 为高安全度生物识别提供了新方法。
干涉显微术 光学层析相干成像 成像系统 生物身份识别 内指纹 Interferometric microscopy Optical coherence tomography Imaging systems Biometric identification Internal fingerprint
1 天津工业大学电气工程与自动化学院, 天津 300387
2 天津大学精密仪器与光电子工程学院
3 光电信息技术科学教育部重点实验室, 天津 300072
针对识别模式下多生物特征融合识别系统的实现问题, 本文基于手背静脉、虹膜和指纹三种生物特征研究了高效的融合识别算法。分别对三种生物特征进行特征提取与匹配, 得到独立的匹配分数, 基于 k近邻(k Nearest Neighbor, kNN)分类器实现手背静脉特征识别, 将用户身份范围缩小到 k个, 实现个人身份的初步识别, 利用支持向量机(Support Vector Machine, SVM)算法实现 k个样本范围内虹膜和指纹的融合识别, 实现最终的个人身份识别。利用构建的三模态生物特征图像数据库进行了实验分析, 实验结果表明该系统具有较高的识别性能, 具有广阔的应用前景。
生物特征 融合 身份识别 k近邻 支持向量机 biometric fusion personal identity identification kNN SVM
1 北京工业大学 电子信息与控制工程学院，北京 100124
2 河北工业职业技术学院 信息工程与自动化系，河北 石家庄 050000
提出将改进的步态光流图(LK-GFI)与视角相结合的方法来解决步态识别易受视角影响的问题。该方法采用Lacus-Kanade (LK)光流法获得连续两帧侧影图像间的光流场，并构造步态特征图像LK-GFI，利用成像原理计算人的行走方向以确定视角。首先，离线建立目标在各视角下的LK-GFI数据库；然后，提取待识别人的当前视角和LK-GFI；最后，用欧式距离度量同一视角下待识别人与目标的LK-GFI之间的相似性。分别采用CASIA数据库和实际室内获得的步态序列对该方法进行了验证。结果显示，错误拒绝率分别为7.95%和9.12%，与采用传统的步态能量图(GEI)相比分别降低了12.5%和14.45%；与采用步态光流图(GFI)相比分别降低了7.77%和6.74%。该方法识别准确性高，实时性强，对多视角有较强的鲁棒性。
身份识别 步态光流图 视角 侧影 数据库 personal identification Lucas-Kanade Gait Flow Image(LK-GFI) view silhouette database 光学 精密工程
2012, 20(11): 2500
1 成都航空职业技术学院 机械系,成都 610021
2 中国科学院光电技术研究所,成都 610209
3 中国科学院研究生院,北京 100039
视网膜识别技术稳定性好,安全性高。常规眼底相机获得的图像分辨力低,给图像编码和模式匹配带来困难,使得基于常规眼底相机的视网膜身份识别技术难以推广应用。利用自适应光学眼底视网膜高分辨力成像技术采集眼底视网膜高分辨力毛细血管图像,经归一化和滤噪后,采用Gabor 滤波算法进行特征提取,汉明距离进行模式匹配,对实验样本进行了准确的身份识别,验证了该技术的有效性,拓展了自适应光学眼底视网膜高分辨力成像技术的应用范围, 在某些要害部门可能发挥重要的安保作用。
眼底图像 自适应光学 Gabor 滤波器 身份识别 视网膜识别 retinal image adaptive optics Gabor filter identification recognition retina recognition
四川大学,计算机图形图像研究所,四川,成都,610064
在计算机视觉与模式识别领域,人的视频身高肩宽范围检测与识别具有相当广泛的应用前景.本文提出一种新的方法从双目动态图像序列来获得人体身高肩宽范围.文中主要论述了该方法中对人体三维特征的重建部分,在无手工标注实现摄像机标定的基础上,应用人体特征三角形在双目摄像机投影下的几何意义,结合人体三维模型知识重建三维信息,决策身高肩宽范围.最后给出了实验结果及其在WMFVR(加权多特征视频识别)中的应用.
摄像机标定 三维重建 视频身高检测 加权多特征身份识别
