手部生物特征識別：從單模態(tài)到多模態(tài)

目錄
前言
第1章 緒論 1
1.1 單模態(tài)和多模態(tài)生物特征識別方法 1
1.2 單模態(tài)生物特征識別方法研究現(xiàn)狀 2
1.2.1 基于形狀特征的靜脈識別模型 3
1.2.2 基于紋理特征的靜脈識別模型 4
1.2.3 基于深度特征的靜脈識別模型 4
1.3 多模態(tài)生物特征識別方法研究現(xiàn)狀 6
1.4 本書研究內容 9
1.4.1 主要研究工作 9
1.4.2 本書章節(jié)安排 12
第2章 基于多層卷積特征融合的手部單模態(tài)生物特征識別 14
2.1 基于語義特征選擇器的多層卷積特征融合模型 15
2.1.1 多層卷積特征提取 16
2.1.2 語義特征選擇器 16
2.1.3 多層卷積特征融合 19
2.2 實驗設計與結果分析 20
2.2.1 實驗數(shù)據(jù)庫 20
2.2.2 實驗設置 21
2.2.3 消融實驗 21
2.2.4 對比實驗設計與分析 23
2.3 本章小結 32
第3章 基于多尺度深度特征集成的手部單模態(tài)生物特征識別 34
3.1 基于靜脈信息的卷積特征圖響應特性分析 34
3.2 基于層級特征選擇的多尺度深度特征集成模型 36
3.2.1 局部均值閾值 37
3.2.2 無監(jiān)督靜脈信息挖掘 38
3.2.3 多尺度深度特征表示集成 40
3.3 實驗設計與結果分析 41
3.3.1 實驗設置 41
3.3.2 消融實驗 41
3.3.3 對比實驗設計與分析 45
3.4 本章小結 55
第4章 基于特征解耦網絡的手部單模態(tài)生物特征識別 56
4.1 基于多尺度注意力殘差模塊的特征解耦網絡模型 57
4.1.1 靜脈形狀標簽信息生成 58
4.1.2 靜脈紋理和形狀特征解耦網絡 60
4.1.3 靜脈深度特征學習模塊 65
4.2 實驗設計與結果分析 66
4.2.1 實驗設置 66
4.2.2 消融實驗 66
4.2.3 對比實驗設計與分析 69
4.3 本章小結 75
第5章 基于合成靜脈樣本的手部單模態(tài)生物特征識別 77
5.1 基于合成靜脈樣本的靜脈深度特征學習模型 78
5.1.1 基于特征解耦學習的靜脈圖像生成網絡 78
5.1.2 靜脈圖像自適應融合網絡 82
5.1.3 全局-局部靜脈深度特征學習網絡 83
5.2 實驗設計與結果分析 86
5.2.1 實驗設置 86
5.2.2 消融實驗 87
5.2.3 對比實驗設計與分析 90
5.3 本章小結 96
第6章 基于非對稱對比融合的手部多模態(tài)生物特征識別 97
6.1 基于非對稱對比策略的多模態(tài)融合模型 97
6.1.1 網絡架構 98
6.1.2 非對稱對比融合策略 100
6.2 實驗結果與分析 103
6.2.1 實驗設置 103
6.2.2 消融實驗 103
6.2.3 對比實驗評估 104
6.3 本章小結 107
第7章 基于模態(tài)信息度評估的手部多模態(tài)生物特征識別 109
7.1 基于模態(tài)信息度評估的多模態(tài)動態(tài)融合模型 110
7.1.1 網絡框架 110
7.1.2 模態(tài)信息度評估模塊 112
7.1.3 多模態(tài)動態(tài)融合模塊 115
7.2 實驗結果與分析 116
7.2.1 實驗設置 116
7.2.2 消融實驗 116
7.2.3 對比實驗評估 117
7.3 本章小結 120
第8章 基于共享-特定特征解耦的模態(tài)缺失下的手部多模態(tài)生物特征識別 121
8.1 基于特征解耦的模態(tài)缺失下的多模態(tài)融合模型 122
8.1.1 網絡框架 122
8.1.2 共享-特定特征解耦模塊 124
8.1.3 跨模態(tài)特征重建模塊 125
8.2 實驗結果與分析 127
8.2.1 實驗設置 127
8.2.2 消融實驗 128
8.2.3 對比實驗評估 131
8.3 本章小結 137
參考文獻 138
后記 146