扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
宇宙、量子和人类心灵
-
>
考研数学专题练1200题
-
>
希格斯:“上帝粒子”的发明与发现
-
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁
-
>
二十四史天文志校注(上中下)
-
>
声音简史
-
>
浪漫地理学:追寻崇高景观
现代生物特征识别技术 版权信息
- ISBN：9787560670836
- 条形码：9787560670836 ; 978-7-5606-7083-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
现代生物特征识别技术 内容简介
本书主要介绍生物特征识别技术的基本概念、现状和发展趋势, 以及指纹识别、人脸识别和其他常见生物特征识别(如虹膜识别、声纹识别、步态识别、掌纹识别、 生物电身份识别等)的具体方法和算法, 并探讨了生物信息安全问题。另外, 为了反映生物特征识别领域近年来的*新发展, 本书还以指纹识别、人脸识别、 声纹识别和人脸反欺骗为例介绍了深度学习理论在该领域的新应用。*后, 本书用实际案例讲解了生物特征识别技术的应用, 以加强读者对生物特征识别技术的理解, 培养读者的工程实践能力。 本书可以作为高等院校电子信息、计算机、自动化、 人工智能等相关专业的本科生及研究生教材, 也可以作为生物特征识别领域研究人员、工程技术人员的参考书。
现代生物特征识别技术 目录
第1章 绪论 1
1.1 生物特征识别技术概况 1
1.2 生物特征识别的定义与模态 3
1.3 生物特征识别系统 5
1.3.1 系统的组成 5
1.3.2 系统的工作模式 6
1.4 性能评价 7
1.4.1 混淆矩阵与错误率 8
1.4.2 ROC曲线 9
1.4.3 CMC曲线 11
1.5 生物特征识别的发展趋势 12
本章小结 15
思考题 15
第2章 指纹识别 16
2.1 指纹识别的发展史 16
2.2 认识指纹图像 17
2.2.1 指纹的形成 17
2.2.2 指纹特征 18
2.3 指纹图像采集 22
2.3.1 采集方法分类 22
2.3.2 光学指纹采集仪 23
2.3.3 半导体指纹采集仪 24
2.3.4 超声波指纹采集仪 26
2.4 指纹图像预处理 27
2.4.1 指纹图像分割 27
2.4.2 指纹图像增强 32
2.4.3 指纹图像二值化 37
2.5 指纹特征提取 38
2.5.1 八邻域法 38
2.5.2 链码法 40
2.6 指纹匹配 42
2.6.1 Tico描述子构造 42
2.6.2 相似度计算 43
2.6.3 匹配分数计算 44
本章小结 46
思考题 46
第3章 人脸识别 47
3.1 人脸识别的起源与发展历程 47
3.2 人脸识别技术的挑战与发展趋势 49
3.2.1 人脸识别技术的挑战 49
3.2.2 人脸识别技术的发展趋势 53
3.3 人脸图像预处理 56
3.3.1 光照预处理 56
3.3.2 去噪 58
3.4 人脸检测与人脸对齐 60
3.4.1 人脸检测的基本概念 60
3.4.2 VJ人脸检测器 62
3.4.3 人脸对齐 64
3.5 人脸识别方法 67
3.5.1 几何测量法 67
3.5.2 特征脸法 68
3.5.3 局部特征法 70
本章小结 73
思考题 73
第4章 其他生物特征识别技术 74
4.1 虹膜识别 74
4.1.1 虹膜识别简介 74
4.1.2 虹膜图像采集 78
4.1.3 虹膜分割 78
4.1.4 虹膜归一化与增强 80
4.1.5 虹膜特征提取 81
4.1.6 虹膜特征匹配 83
4.2 声纹识别 85
4.2.1 声纹识别简介 85
4.2.2 声纹特征提取 88
4.2.3 声纹模型 90
4.3 步态识别 93
4.3.1 步态识别简介 93
4.3.2 步态识别的过程 95
4.3.3 步态图像背景去除 96
4.3.4 步态特征提取 97
4.3.5 步态特征降维 99
4.3.6 步态特征匹配与分类 100
4.4 掌纹识别 101
4.4.1 掌纹识别简介 101
4.4.2 掌纹采集 104
4.4.3 掌纹图像预处理 106
4.4.4 掌纹特征提取 108
4.4.5 掌纹特征匹配 114
4.5 生物电身份识别 114
4.5.1 脑电的产生与采集 115
4.5.2 脑电信号的类型 118
4.5.3 脑电信号的预处理 119
4.5.4 脑电特征提取 122
本章小结 123
思考题 124
第5章 生物特征识别信息安全 125
5.1 信息安全简介 125
5.2 生物特征变换技术 135
5.2.1 生物加盐法 135
5.3.2 不可逆变换法 138
5.3 生物特征加密技术 141
5.3.1 生物特征加密方法分类 142
5.3.2 模糊保险箱算法 144
5.4 人脸反欺骗技术 147
5.4.1 基于纹理分析的人脸反欺骗方法 147
5.4.2 基于图像质量评估的人脸反欺骗方法 149
5.4.3 基于面部运动分析的人脸反欺骗方法 151
本章小结 153
思考题 153
第6章 深度学习基础 154
6.1 深度学习简史 154
6.2 感知机 156
6.2.1 感知机的数学模型 156
6.2.2 感知机学习算法 158
6.2.3 感知机的局限 159
6.3 神经网络 160
6.3.1 激活函数 162
6.3.2 损失函数 163
6.3.3 神经网络数学模型 164
6.3.4 网络训练与反向传播算法 164
6.3.5 神经网络的局限性 166
6.4 卷积神经网络 167
6.4.1 从全连接神经网络到卷积神经网络 168
6.4.2 卷积神经网络的构成 168
6.4.3 深度卷积神经网络 171
6.5 基础深度神经网络模型 173
6.5.1 使用块构建的VGG网络 174
6.5.2 含有并行结构的GoogLeNet 176
6.5.3 残差网络(ResNet) 177
6.5.4 循环神经网络(RNN) 178
本章小结 180
思考题 180
第7章 深度学习与生物特征识别 181
7.1 FingerNet与指纹识别 181
7.1.1 从传统方法到Plain FingerNet 182
7.1.2 构建更强大的FingerNet 184
7.1.3 标签设计 186
7.1.4 损失函数设计 186
7.1.5 训练和测试 187
7.2 人脸检测深度学习模型 187
7.2.1 MTCNN模型 188
7.2.2 RetinaFace模型 189
7.3 人脸识别深度学习模型 191
7.3.1 DeepFace模型 191
7.3.2 FaceNet模型 192
7.3.3 基于Margin损失函数的模型 193
7.4 声纹识别深度学习模型 195
7.4.1 d-vector模型 196
7.4.1 x-vector模型 197
7.5 人脸反欺骗深度学习模型 198
7.5.1 人脸反欺骗双流CNN模型 199
7.5.2 人脸反欺骗LSTM-CNN模型 203
本章小结 205
思考题 206
第8章 生物特征识别技术应用 207
8.1 生物特征识别技术在电子政务中的应用 207
8.2 生物特征识别技术在门禁系统中的应用 209
8.3 生物特征识别技术在移动终端中的应用 211
8.4 指纹文件加密系统 215
本章小结 217
思考题 217
附录A 专业术语中英文对照表 218
附录B 常见的生物特征识别数据库 222
参考文献 224
展开全部
书友推荐
- >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥33.6¥48.0 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥4.5¥10.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥14.5¥39.8 - >
朝闻道
朝闻道
¥9.8¥23.8 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥18.4¥58.0 - >
烟与镜
烟与镜
¥21.2¥48.0 - >
随园食单
随园食单
¥16.4¥48.0
