本書從大數(shù)據(jù)處理的視角闡述大庫(kù)指紋圖像的處理與識(shí)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(shí)別的一些基礎(chǔ)理論和方法。在許多自動(dòng)指紋識(shí)別系統(tǒng)中，指紋數(shù)據(jù)庫(kù)都很巨大，從數(shù)千萬(wàn)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(diǎn)不同會(huì)帶來(lái)不同程度的變形，并且存在大量模糊指紋。如何在如此大庫(kù)容量下正確處理指紋數(shù)據(jù)、提取特征和實(shí)現(xiàn)精確匹配，是自動(dòng)指紋識(shí)別技術(shù)的關(guān)鍵。本書針對(duì)大庫(kù)容量指紋數(shù)據(jù)自動(dòng)處理和識(shí)別中的關(guān)鍵技術(shù)，包括指紋圖像壓縮、方向場(chǎng)估計(jì)、奇異點(diǎn)提取、快速檢索、細(xì)節(jié)點(diǎn)提取、細(xì)節(jié)點(diǎn)匹配等，建立了一系列數(shù)學(xué)模型，設(shè)計(jì)了快速準(zhǔn)確的求解算法，并提出了機(jī)器學(xué)習(xí)識(shí)別方法，提高了自動(dòng)處理和識(shí)別的效率。

更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。

1995.9-1998.1：中國(guó)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(guó)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(guó)科學(xué)院大學(xué), 教授 2001-07~2002-05,中國(guó)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(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目，11731013，數(shù)據(jù)與模型混合驅(qū)動(dòng)的數(shù)據(jù)逐級(jí)再表達(dá)的優(yōu)化理論與方法，2018/01-2022/12，250萬(wàn)，在研，主持。2020-10-11-今,中國(guó)運(yùn)籌學(xué)會(huì), 副理事長(zhǎng) 2017-08-01-今,中國(guó)工業(yè)與應(yīng)用數(shù)學(xué)學(xué)會(huì), 常務(wù)理事 2008-10-04-2016-10-01,中國(guó)運(yùn)籌學(xué)會(huì), 常務(wù)理事 2007-10-09-2015-10-10,中國(guó)數(shù)學(xué)會(huì), 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(shí)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(dòng)識(shí)別 1
1.1.3 生物特征識(shí)別技術(shù)的市場(chǎng)發(fā)展趨勢(shì)及接受性 3
1.2 指紋識(shí)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(shí)別技術(shù)的歷史 6
1.2.4 自動(dòng)指紋識(shí)別系統(tǒng)的應(yīng)用場(chǎng)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(kù)和自動(dòng)指紋識(shí)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(chǎng)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(píng)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(píng)價(jià)方式 24
2.3 指紋數(shù)據(jù)庫(kù) 28
2.4 自動(dòng)指紋識(shí)別的一般流程 29
2.5 自動(dòng)指紋識(shí)別系統(tǒng) 31
2.5.1 系統(tǒng)簡(jiǎn)介 31
2.5.2 大庫(kù)容指紋識(shí)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(kù)指紋數(shù)據(jù)的壓縮方法 38
3.1 大庫(kù)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(shí)驗(yàn)結(jié)果 50
3.3 基于矩陣稀疏表示的大庫(kù)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(shí)驗(yàn)結(jié)果 62
3.3.5 字典的訓(xùn)練 72
3.3.6 魯棒性驗(yàn)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(chǎng)估計(jì) 84
4.1.3 指紋增強(qiáng) 87
4.1.4 細(xì)節(jié)點(diǎn)的提取 88
4.1.5 奇異點(diǎn)提取 89
4.2 指紋方向場(chǎng)計(jì)算的模型和算法 90
4.2.1 指紋方向場(chǎng)估計(jì)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(chǎng)表示方法 102
4.2.3 基于SVM的指紋方向場(chǎng)估計(jì) 108
4.3 基于方向場(chǎng)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(diǎn)提取的模型和算法.128
4.4.1 指紋奇異點(diǎn)提取的零極點(diǎn)模型 128
4.4.2 檢測(cè)指紋奇異點(diǎn)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(diǎn)集匹配的細(xì)節(jié)點(diǎn)提取算法 163
4.5.3 基于IRMANR匹配算法的細(xì)節(jié)點(diǎn)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(kù)指紋數(shù)據(jù)的快速檢索方法 199
5.1 指紋快速檢索問(wèn)題 199
5.1.1 并行處理技術(shù) 199
5.1.2 指紋比對(duì)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(duì)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(diǎn)K-plet局部模式的指紋檢索 208
5.4.1 細(xì)節(jié)點(diǎn)K-plet局部模式 209
5.4.2 細(xì)節(jié)點(diǎn)森林檢索算法 212
5.4.3 數(shù)值實(shí)驗(yàn) 218
5.5 基于緊致二進(jìn)制細(xì)節(jié)點(diǎn)圓柱體編碼的指紋檢索 222
5.5.1 方法動(dòng)機(jī)及背景知識(shí) 222
5.5.2 學(xué)習(xí)緊致二進(jìn)制細(xì)節(jié)點(diǎn)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(shí)驗(yàn) 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(duì)齊算法 253
6.1.2 相似度計(jì)算 253
6.1.3 匹配決策 253
6.2 基于細(xì)節(jié)點(diǎn)匹配方法 256
6.2.1 局部模式匹配 257
6.2.2 確定“一對(duì)一”的點(diǎn)匹配關(guān)系 258
6.2.3 去除虛假匹配及整體匹配度評(píng)價(jià) 259
6.2.4 數(shù)值實(shí)驗(yàn)分析 262
6.3 細(xì)節(jié)點(diǎn)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(shí)驗(yàn)結(jié)果 269
6.4 非細(xì)節(jié)點(diǎn)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(zhǎng)的指紋方向場(chǎng)生成方法 279
7.3.1 基于種子的指紋方向場(chǎng)生成模型 280
7.3.2 全局模型 284
7.3.3 生成的方向場(chǎng)再調(diào)整模型 285
7.3.4 實(shí)驗(yàn)結(jié)果 286
7.4 指紋圖像恢復(fù)與識(shí)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(shí)驗(yàn)驗(yàn)證與分析 309
7.5 總結(jié) 314
參考文獻(xiàn) 315
第8章 大庫(kù)指紋處理與識(shí)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(jì)算機(jī)視覺(jué)中的應(yīng)用 320
8.2 指紋圖像質(zhì)量評(píng)價(jià)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(píng)價(jià)方法 329
8.2.2 基于視覺(jué)感知模型的指紋圖像質(zhì)量評(píng)價(jià)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(diǎn)自動(dòng)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(diǎn)提取算法 356
8.3.3 基于全卷積神經(jīng)網(wǎng)絡(luò)的奇異點(diǎn)自動(dòng)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(chǎng)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