文档介绍：摘要近年来,随着信息技术的蓬勃发展,基于生物特征的身份识别技术已成为目前信息处理研究领域的热点之一。立体赤足迹也是一种载荷着人体生理特征的重要痕迹信息。虽然形成条件多变,数据采集、测量和特征描述与识别难度大,国内外学术界对于足迹所载荷的生物特征及其规律的研究尚不够活跃。足迹生物特征识别领域还有诸多问题需要解决。本文以立体赤足迹深度数据为研究对象,运用模式识别技术,探索研究基于三维曲面特征的立体赤足迹识别方法,取得了以下四个方面的研究成果:⒃擞弥鞒煞址治龊虵咝耘斜鸱治龇椒ǎ乖炝艘恢掷锰卣魈崛∈迪痔卣降维的立体赤足迹识别方法。该识别方法运行效率高,立体赤足迹身份鉴别的正确率达到⒐乖炝艘恢掷锰卣餮≡袷迪痔卣鹘滴牧⑻宄嘧慵J侗鸱椒ā8梅椒ㄊ紫日攵实验数据的特点,设计了三种功能不同的特征选择算法的具体实现方法,并综合运用这三种特征选择算法构成了一种三步式的特征选择结构以逐步降维,简化了模型;然后在降维⑻岢隽艘恢只谏窬缂傻牧⑻宄嘧慵J侗鸱椒ā8梅椒ń哦盗肥莺扰动输入特征集相结合,提高了神经网络集成的性能。运用该方法进行立体赤足迹身份鉴⑻岢隽艘恢只诟咚骨屎头ㄏ蛄康娜嫦嗨菩耘斜鸱椒ā8梅椒ㄍü臣性和旋转不变性的特点,且适用于任何刚性三维物体。在一些简单三维物体以及立体赤足迹的相似性判别实验中证实了该方法的有效性。足迹身份鉴别在刑事侦查等领域得到了长期的应用并积累了一定的专家经验,但由于足迹后的特征子集上运用贝叶斯决策规则进行分类识别。该方法的运行效率相对较低,但正确识别率较高,用该方法进行立体赤足迹身份鉴别的正确率达到别的正确率达到三维曲面表面的高斯曲率和法向量的分布情况来衡量三维曲面问的相似度,具有平移不变关键词:生物特征识别;立体赤足迹;特征提取;特征选择;神经网络集成;高斯曲率法向量信息工程大学硕士学位论文第页
知识水坝***@pologoogle为您整理
;册肿撕姗却∞锄猼鉶曲齞珊咖,篴辍綿百,蓿甌印璵锄,籪膃辠辳鹏磺遝鹏锄獄谐鷗鷖缸∞鱪印即锄伍遱协鷇舤,鰏∞矽鷖.∞琣娉鷇印灰╠.∞,Ⅳ如畁《篵埘;第,丘,鱟俊緋阨皁,玎瓵甌琣毫∞.血..;仃;籲ⅰ縧,.
知识水坝***@pologoogle为您整理
表目录表≡个特征时,次实验中各特征选到的次数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表笛樗胾数据集的相关信息⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.菁系氖笛榻峁表钢旨虻ト锾宓腉下的体积⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..表嚼嘌镜姆植记榭觥表第Ⅳ页信息工程大学硕士学位论文
图目录图臣颇J绞侗鹣低车幕竟钩伞图吻嬗胨孜锩马鞍面夹巍图卣髯蛹≡裰械墓朔ㄓ敕庾胺鞒獭图卣餮≡袼惴ǖ幕窘峁雇肌图沉⑻宄嘧慵J疽馔肌图嬲笫缴疃仁莶饬恳恰图三步式特征选择结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯Ⅻ屺惴ǖ玫降腞曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图‘柙硎疽馔肌图立体赤足迹对应的妗图慵2煌购矍蚪峁雇肌椒ā图椒ǖ玫降腞曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图直接椒ǖ玫降腞曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图黜贮方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..椒ǖ玫降腞曲线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图丁方法得到的摺图曲面表面主曲率和主方向⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图某曲面表面的妗图几个简单三维物体⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图立体赤足迹的深度图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图去噪后的立体赤足迹的深度图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯信息工程大学硕士学位论文第
作者指导教师签名:——扣用俊!!!!R蝗掌冢骸圩辏律佟H盔重兰维生塑丝丝丝盔盈巡王刻壶篮盔壅盔主兰绁业堑丝塑垒盆童:莲堡亟墨媲当鼢一年苫疑日日期:工吖年∥月乡一日日期:工刁年多月岁。日原创性声明±兰整学位论文版权使用授权书尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表和撰写过的研究成果,也不包含为获得信息工程大学或其他教育机构的学位或证书而使用过的材本人完全了解信息工程大学有关保留、使用学位论文的规定。本人授权信息工程大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档,允许论文被查阅和借阅;可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或C苎宦畚脑诮饷芎笫视帽臼谌ㄊ椤本人声明所提交的学位论文是本人在导师指导械难芯抗ぷ骷叭〉玫难腥叱晒料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文题目:学位论文作者签名:扫描等复制手段保存、汇编学位论文