異質(zhì)虹膜圖像的魯棒識(shí)別.pdf

1、隨著社會(huì)信息化進(jìn)程的深入發(fā)展，物聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)中的光學(xué)圖像獲取裝置呈現(xiàn)泛在發(fā)展的趨勢(shì)，同時(shí)互聯(lián)網(wǎng)中的數(shù)據(jù)規(guī)模呈爆炸式增長(zhǎng)，為虹膜識(shí)別提供了新的數(shù)據(jù)獲取途徑。但在此泛在視覺(jué)感知環(huán)境中獲得的虹膜圖像存在光源波段、清晰程度、成像場(chǎng)景、用戶(hù)狀態(tài)等方面上的顯著差異，造成了異質(zhì)虹膜圖像識(shí)別的問(wèn)題。這一問(wèn)題超越了傳統(tǒng)虹膜識(shí)別算法的處理能力范圍，我們必須尋求新的解決方案。本文從圖像重建、特征分析、距離度量和信息融合等多個(gè)層次研究異質(zhì)虹膜圖像識(shí)別的理論

2、和方法，通過(guò)圖像處理和模式識(shí)別的方法消除成像距離、場(chǎng)景和器件等因素對(duì)異質(zhì)虹膜數(shù)據(jù)的外在影響，探尋隱藏在復(fù)雜多變虹膜數(shù)據(jù)中穩(wěn)定不變的身份關(guān)聯(lián)信息，實(shí)現(xiàn)穩(wěn)定、準(zhǔn)確的異質(zhì)虹膜圖像識(shí)別。本文首先分別針對(duì)模糊和低分辨率這兩個(gè)在異質(zhì)虹膜識(shí)別中最為重要的問(wèn)題進(jìn)行討論，然后提出普適的識(shí)別框架。綜上，本文主要工作包括:
　　模糊虹膜圖像中丟失的紋理細(xì)節(jié)是現(xiàn)階段影響識(shí)別性能的主要問(wèn)題之一。以減少清晰和模糊的異質(zhì)虹膜圖像之間的表觀差異為目標(biāo)，本文提出基

3、于點(diǎn)擴(kuò)散函數(shù)修正的普適虹膜圖像去模糊算法。首先，將輸入圖像按模糊種類(lèi)劃分為離焦和運(yùn)動(dòng)模糊，在參數(shù)化模型下對(duì)兩種情況中的點(diǎn)擴(kuò)散函數(shù)進(jìn)行初始化。然后，在像素級(jí)自由度上對(duì)點(diǎn)擴(kuò)散函數(shù)進(jìn)行修正，即對(duì)點(diǎn)擴(kuò)散函數(shù)優(yōu)化、有效區(qū)域選擇和清晰圖像估計(jì)三個(gè)步驟迭代求解。最終用恢復(fù)后的圖像進(jìn)行虹膜識(shí)別以獲得性能的提升。
　　虹膜圖像作為識(shí)別樣本，在去模糊過(guò)程中應(yīng)更多考慮與識(shí)別相關(guān)的內(nèi)容，而不僅關(guān)注于視覺(jué)效果。因此，本文提出了層級(jí)化的圖像先驗(yàn)?zāi)Ｐ?，?duì)不同用

4、途的區(qū)域自適應(yīng)的選擇先驗(yàn)學(xué)習(xí)方法:虹膜區(qū)域使用基于特征選擇的方法以滿(mǎn)足機(jī)器感知的要求，而眼周區(qū)域根據(jù)視覺(jué)屬性構(gòu)建先驗(yàn)?zāi)Ｐ?。為了能夠有效利用這一模型且進(jìn)一步靈活融合其它先驗(yàn)知識(shí)，本文提出基于隱變量的公式化表達(dá)。此方法以識(shí)別為導(dǎo)向，恢復(fù)出的虹膜圖像充分考慮計(jì)算機(jī)所敏感的紋理細(xì)節(jié)，提供更有價(jià)值的圖像增強(qiáng)結(jié)果。
　　實(shí)驗(yàn)證明大尺度運(yùn)動(dòng)模糊的虹膜圖像去模糊后進(jìn)行識(shí)別的結(jié)果仍有提升空間。我們通過(guò)實(shí)驗(yàn)揭露運(yùn)動(dòng)模糊影響識(shí)別性能的模式及其本質(zhì)原因之

5、后，提出基于加權(quán)匹配模板的比對(duì)策略。在第一種模板生成方式中，對(duì)觀測(cè)到的影響模式加以利用，根據(jù)每幅圖像的模糊角度自適應(yīng)的設(shè)置加權(quán)模板。在第二種方法中，利用訓(xùn)練得到運(yùn)動(dòng)模糊時(shí)虹膜編碼中不穩(wěn)定的區(qū)域得到加權(quán)模板。這種運(yùn)動(dòng)模糊的解決策略更加直接、穩(wěn)定和高效。
　　除圖像模糊之外，低分辨率是另一個(gè)困擾非可控環(huán)境中虹膜識(shí)別的重要問(wèn)題。本文基于度量學(xué)習(xí)將異質(zhì)虹膜樣本映射到特定的度量空間以消除高低分辨率的異質(zhì)虹膜圖像間的差異。在此算法中，我們找到

6、一個(gè)變換，將數(shù)據(jù)集中的異質(zhì)比對(duì)（高、低分辨圖像間比對(duì)）樣本坍塌到對(duì)應(yīng)的同質(zhì)比對(duì)（高分辨率圖像間的比對(duì)）樣本后，再進(jìn)一步減小類(lèi)內(nèi)差異并增大類(lèi)間差異。然后，學(xué)習(xí)一個(gè)馬氏距離使其最大程度的繼承理想變換中有用信息。此距離度量能更準(zhǔn)確的分別跨分辨率異質(zhì)虹膜識(shí)別中的類(lèi)內(nèi)和類(lèi)間比對(duì)，保證更優(yōu)的識(shí)別結(jié)果。
　　以普適異質(zhì)虹膜識(shí)別方法為目的，提出一個(gè)編碼層的信息映射方法將測(cè)試的異質(zhì)編碼映射到對(duì)應(yīng)的注冊(cè)狀態(tài)，消除不同狀態(tài)編碼間的異質(zhì)性后再識(shí)別。我們使

7、用改進(jìn)后的馬爾科夫網(wǎng)絡(luò)對(duì)注冊(cè)狀態(tài)和測(cè)試狀態(tài)異質(zhì)編碼間的非線(xiàn)性聯(lián)系進(jìn)行建模。同時(shí)，根據(jù)不同編碼位所能取到相容度的最大值來(lái)衡量其可靠性，并優(yōu)化得到一個(gè)基于統(tǒng)計(jì)信息的加權(quán)匹配模板。進(jìn)一步將此方法擴(kuò)展到多異質(zhì)源的情況，使得其能夠根據(jù)不同觀測(cè)樣本選擇對(duì)應(yīng)的先驗(yàn)知識(shí)。所提編碼層方法能在可分性和魯棒性中找到合理的折中。
　　綜上所述，本文以異質(zhì)虹膜識(shí)別為主線(xiàn)，在經(jīng)典虹膜識(shí)別的框架下，按照所處理異質(zhì)源的不同，提出了一系列異質(zhì)虹膜識(shí)別的解決方案，從