本書從大數(shù)據(jù)處理的視角闡述大庫指紋圖像的處理與識別技術(shù)，力求幫助讀者理解、掌握大數(shù)據(jù)背景下的生物特征識別的一些基礎(chǔ)理論和方法。在許多自動指紋識別系統(tǒng)中，指紋數(shù)據(jù)庫都很巨大，從數(shù)千萬到數(shù)十億枚指紋，并且由于每次捺印的方位不完全一樣、著力點不同會帶來不同程度的變形，并且存在大量模糊指紋。如何在如此大庫容量下正確處理指紋數(shù)據(jù)、提取特征和實現(xiàn)精確匹配，是自動指紋識別技術(shù)的關(guān)鍵。本書針對大庫容量指紋數(shù)據(jù)自動處理和識別中的關(guān)鍵技術(shù)，包括指紋圖像壓縮、方向場估計、奇異點提取、快速檢索、細(xì)節(jié)點提取、細(xì)節(jié)點匹配等，建立了一系列數(shù)學(xué)模型，設(shè)計了快速準(zhǔn)確的求解算法，并提出了機(jī)器學(xué)習(xí)識別方法，提高了自動處理和識別的效率。

更多科學(xué)出版社服務(wù)，請掃碼獲取。

1995.9-1998.1：中國科學(xué)院應(yīng)用數(shù)學(xué)研究所 博士研究生，博士學(xué)位 1989.9-1992.7：中國科學(xué)院應(yīng)用數(shù)學(xué)研究所 碩士研究生，碩士學(xué)位 1980.9-1984.7：曲阜師范大學(xué)數(shù)學(xué)系 本科， 學(xué)士學(xué)位2002-05~現(xiàn)在, 中國科學(xué)院大學(xué), 教授 2001-07~2002-05,中國科學(xué)院研究生院, 副教授 2000-01~2001-07,北京交通大學(xué), 副教授 1998-01~2000-01,北京交通大學(xué), 博士后機(jī)器學(xué)習(xí)、最優(yōu)化的理論與算法1. 國家自然科學(xué)基金重點項目，11731013，數(shù)據(jù)與模型混合驅(qū)動的數(shù)據(jù)逐級再表達(dá)的優(yōu)化理論與方法，2018/01-2022/12，250萬，在研，主持。2020-10-11-今,中國運籌學(xué)會, 副理事長 2017-08-01-今,中國工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會, 常務(wù)理事 2008-10-04-2016-10-01,中國運籌學(xué)會, 常務(wù)理事 2007-10-09-2015-10-10,中國數(shù)學(xué)會, 常務(wù)理事

目錄
《大數(shù)據(jù)與數(shù)據(jù)科學(xué)專著系列》序
前言
第1章 緒論 1
1.1 人體生物特征及其識別技術(shù) 1
1.1.1 人體生物特征.1
1.1.2 人體生物特征自動識別 1
1.1.3 生物特征識別技術(shù)的市場發(fā)展趨勢及接受性 3
1.2 指紋識別概述 4
1.2.1 指紋的形成 4
1.2.2 指紋的不變性與唯一性 5
1.2.3 指紋識別技術(shù)的歷史 6
1.2.4 自動指紋識別系統(tǒng)的應(yīng)用場景 8
1.3 本書的結(jié)構(gòu) 13
參考文獻(xiàn) 13
第2章 指紋數(shù)據(jù)庫和自動指紋識別系統(tǒng) 14
2.1 指紋信息獲取技術(shù) 14
2.1.1 光學(xué)取像技術(shù) 14
2.1.2 非光學(xué)取像技術(shù) 17
2.1.3 犯罪現(xiàn)場指紋取像技術(shù) 18
2.1.4 指紋采集方式 18
2.2 指紋質(zhì)量評估 21
2.2.1 指紋質(zhì)量的含義 21
2.2.2 影響指紋質(zhì)量的因素 22
2.2.3 指紋質(zhì)量的評價方式 24
2.3 指紋數(shù)據(jù)庫 28
2.4 自動指紋識別的一般流程 29
2.5 自動指紋識別系統(tǒng) 31
2.5.1 系統(tǒng)簡介 31
2.5.2 大庫容指紋識別系統(tǒng)的系統(tǒng)架構(gòu) 34
2.6 總結(jié) 36
參考文獻(xiàn) 37
第3章 大庫指紋數(shù)據(jù)的壓縮方法 38
3.1 大庫指紋數(shù)據(jù)壓縮方法概述 39
3.2 基于非負(fù)矩陣分解的指紋數(shù)據(jù)壓縮方法 41
3.2.1 指紋圖像壓縮 41
3.2.2 圖像壓縮重建的矩陣優(yōu)化模型 43
3.2.3 非負(fù)矩陣分解 44
3.2.4 實驗結(jié)果 50
3.3 基于矩陣稀疏表示的大庫指紋數(shù)據(jù)壓縮方法 55
3.3.1 稀疏表示及相關(guān)工作.56
3.3.2 稀疏表示模型及求解算法 57
3.3.3 基于稀疏表示的指紋壓縮 59
3.3.4 實驗結(jié)果 62
3.3.5 字典的訓(xùn)練 72
3.3.6 魯棒性驗證 76
3.4 總結(jié) 77
參考文獻(xiàn) 78
第4章 指紋數(shù)據(jù)的再表達(dá)方法 82
4.1 指紋數(shù)據(jù)再表達(dá)概述 82
4.1.1 指紋的分割 83
4.1.2 指紋方向場估計 84
4.1.3 指紋增強(qiáng) 87
4.1.4 細(xì)節(jié)點的提取 88
4.1.5 奇異點提取 89
4.2 指紋方向場計算的模型和算法 90
4.2.1 指紋方向場估計的全局優(yōu)化模型及其求解 91
4.2.2 一種旋轉(zhuǎn)不變的指紋方向場表示方法 102
4.2.3 基于SVM的指紋方向場估計 108
4.3 基于方向場的指紋數(shù)據(jù)切割與增強(qiáng) 113
4.3.1 基于LBP的指紋切割算法 115
4.3.2 基于圓形Gabor濾波器的指紋數(shù)據(jù)的增強(qiáng) 120
4.4 指紋奇異點提取的模型和算法.128
4.4.1 指紋奇異點提取的零極點模型 128
4.4.2 檢測指紋奇異點的梯度投影方法 145
4.5 基于匹配的指紋局部特征再表達(dá)的模型和算法 162
4.5.1 IRMANR算法理論依據(jù) 162
4.5.2 基于點集匹配的細(xì)節(jié)點提取算法 163
4.5.3 基于IRMANR匹配算法的細(xì)節(jié)點提取算法 177
4.5.4 基于匹配的方法提取出的特征的意義 188
4.6 總結(jié) 190
參考文獻(xiàn) 190
第5章 大庫指紋數(shù)據(jù)的快速檢索方法 199
5.1 指紋快速檢索問題 199
5.1.1 并行處理技術(shù) 199
5.1.2 指紋比對硬件加速設(shè)備 199
5.1.3 高效的指紋檢索算法 200
5.2 圖像檢索技術(shù) 200
5.2.1 圖像檢索的種類 201
5.2.2 圖像檢索的特征 201
5.2.3 圖像檢索的規(guī)模 203
5.3 指紋快速比對的幾種方法 206
5.3.1 指紋分類法 206
5.3.2 指紋檢索方法 207
5.4 基于細(xì)節(jié)點K-plet局部模式的指紋檢索 208
5.4.1 細(xì)節(jié)點K-plet局部模式 209
5.4.2 細(xì)節(jié)點森林檢索算法 212
5.4.3 數(shù)值實驗 218
5.5 基于緊致二進(jìn)制細(xì)節(jié)點圓柱體編碼的指紋檢索 222
5.5.1 方法動機(jī)及背景知識 222
5.5.2 學(xué)習(xí)緊致二進(jìn)制細(xì)節(jié)點圓柱體編碼 230
5.5.3 多索引哈希的指紋檢索算法 236
5.5.4 數(shù)值實驗 239
5.6 總結(jié) 249
參考文獻(xiàn) 249
第6章 指紋數(shù)據(jù)的匹配 253
6.1 指紋數(shù)據(jù)匹配方法概述 253
6.1.1 對齊算法 253
6.1.2 相似度計算 253
6.1.3 匹配決策 253
6.2 基于細(xì)節(jié)點匹配方法 256
6.2.1 局部模式匹配 257
6.2.2 確定“一對一”的點匹配關(guān)系 258
6.2.3 去除虛假匹配及整體匹配度評價 259
6.2.4 數(shù)值實驗分析 262
6.3 細(xì)節(jié)點匹配的二部圖模型和算法 263
6.3.1 二部圖最大權(quán)匹配求解算法 263
6.3.2 二部圖用于指紋匹配 265
6.3.3 實驗結(jié)果 269
6.4 非細(xì)節(jié)點匹配方法 271
6.5 總結(jié).272
參考文獻(xiàn) 272
第7章 指紋數(shù)據(jù)生成方法 274
7.1 指紋數(shù)據(jù)生成的意義275
7.2 指紋數(shù)據(jù)生成方法概述 276
7.3 基于種子生長的指紋方向場生成方法 279
7.3.1 基于種子的指紋方向場生成模型 280
7.3.2 全局模型 284
7.3.3 生成的方向場再調(diào)整模型 285
7.3.4 實驗結(jié)果 286
7.4 指紋圖像恢復(fù)與識別一體化生成方法 297
7.4.1 聯(lián)合特征和重構(gòu)算法的框架 298
7.4.2 實驗驗證與分析 309
7.5 總結(jié) 314
參考文獻(xiàn) 315
第8章 大庫指紋處理與識別的深度學(xué)習(xí)方法概述 318
8.1 深度學(xué)習(xí)方法及其相關(guān)應(yīng)用介紹 318
8.1.1 深度學(xué)習(xí)介紹 318
8.1.2 卷積神經(jīng)網(wǎng)絡(luò)概述 319
8.1.3 卷積神經(jīng)網(wǎng)絡(luò)在計算機(jī)視覺中的應(yīng)用 320
8.2 指紋圖像質(zhì)量評價的深度學(xué)習(xí)方法 325
8.2.1 分區(qū)域多指標(biāo)融合的指紋圖像質(zhì)量評價方法 329
8.2.2 基于視覺感知模型的指紋圖像質(zhì)量評價算法 336
8.3 指紋數(shù)據(jù)再表達(dá)的深度學(xué)習(xí)方法 348
8.3.1 基于深度卷積神經(jīng)網(wǎng)絡(luò)的指紋細(xì)節(jié)點自動提取算法 348
8.3.2 基于兩階段深度神經(jīng)網(wǎng)絡(luò)的指紋細(xì)節(jié)點提取算法 356
8.3.3 基于全卷積神經(jīng)網(wǎng)絡(luò)的奇異點自動提取算法 361
8.3.4 基于注意力機(jī)制的全卷積網(wǎng)絡(luò)的指紋方向場提取算法 376
8.4 指紋匹配的深度學(xué)習(xí)方法 384
8.4.1 粗匹配方法——基于卷積神經(jīng)網(wǎng)絡(luò)的指紋紋型分類算法 384
8.4.2 基于深度學(xué)習(xí)的指紋匹配算法 394
8.5 總結(jié) 396
參考文獻(xiàn) 399
《大數(shù)據(jù)與數(shù)據(jù)科學(xué)專著系列》已出版書目 407