1. Trang chủ
  2. » Luận Văn - Báo Cáo

Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay

140 10 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Mô Hình Tính Toán Cho Nhận Dạng Ảnh Vân Lòng Bàn Tay
Tác giả Văn Thiên Hoàng
Người hướng dẫn PGS. TS. Lê Hoàng Thái, TS. Đinh Bá Tiến
Trường học Đại học Quốc gia Thành phố Hồ Chí Minh
Chuyên ngành Khoa học máy tính
Thể loại luận án tiến sĩ
Năm xuất bản 2016
Thành phố TP. Hồ Chí Minh
Định dạng
Số trang 140
Dung lượng 14,01 MB

Nội dung

Ngày đăng: 11/07/2021, 16:25

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1]. A. Kong, D. Zhang, and M. Kamel (2006), “Palmprint identification using feature-level fusion”, Pattern Recognition, vol. 39 (3), pp. 478–487 Sách, tạp chí
Tiêu đề: Palmprint identification using feature-level fusion
Tác giả: A. Kong, D. Zhang, and M. Kamel
Năm: 2006
[2]. A. Kong, D. Zhang, G. Lu (2006), “A study of identical twins’palmprints for personal verification”, Pattern Recognition, vol. 39, pp. 2149 – 2156 [3]. A. Kong, D. Zhang, M. Kamel (2009), “A survey of palmprintrecognition,” Pattern Recognition, vol. 42, pp. 1408-1418 Sách, tạp chí
Tiêu đề: A study of identical twins’palmprints for personal verification”, Pattern Recognition, vol. 39, pp. 2149 – 2156 [3]. A. Kong, D. Zhang, M. Kamel (2009), “A survey of palmprint recognition
Tác giả: A. Kong, D. Zhang, G. Lu (2006), “A study of identical twins’palmprints for personal verification”, Pattern Recognition, vol. 39, pp. 2149 – 2156 [3]. A. Kong, D. Zhang, M. Kamel
Năm: 2009
[4]. A. Kumar, and D. Zhang (2005), “Personal Authentication Using Multiple Palmprint Representation”, Pattern Recognition, vol. 38 (10), pp. 1695–1704 Sách, tạp chí
Tiêu đề: Personal Authentication Using Multiple Palmprint Representation
Tác giả: A. Kumar, and D. Zhang
Năm: 2005
[5]. A. Kumar, H.C. Shen (2004), “Palmprint identification using PalmCodes”, in Proceedings of 3rd International Conference on Image and Graphics, pp. 258–261 Sách, tạp chí
Tiêu đề: Palmprint identification using PalmCodes
Tác giả: A. Kumar, H.C. Shen
Năm: 2004
[6]. A. Morales, M.A. Ferrer, A. Kumar (2011), “Towards contactless palmprint authentication”, IET Computer Vision, 2011, vol. 5, (6), pp.407–416 Sách, tạp chí
Tiêu đề: Towards contactless palmprint authentication
Tác giả: A. Morales, M.A. Ferrer, A. Kumar
Năm: 2011
[7]. A.W.K. Kong, D. Zhang (2004), “Competitive coding scheme for palmprint verification”, in Proceedings of International Conference on Pattern Recognition, pp.520–523 Sách, tạp chí
Tiêu đề: Competitive coding scheme for palmprint verification
Tác giả: A.W.K. Kong, D. Zhang
Năm: 2004
[8]. B. Zhang, W. Li, P. Qing, and D. Zhang (2013), “Palm-Print Classification by Global Features,” IEEE Tranactions on systems, Man, and Cybernetics: Systems, Vol. 43 (2), pp. 370-378 Sách, tạp chí
Tiêu đề: Palm-Print Classification by Global Features
Tác giả: B. Zhang, W. Li, P. Qing, and D. Zhang
Năm: 2013
[9]. C. L. Lin, T. C. Chuang, K. C. Fan (2005), “Palmprint verification using hierarchical decomposition”, Pattern Recognition, vol. 38, pp. 2639 – 2652 Sách, tạp chí
Tiêu đề: Palmprint verification using hierarchical decomposition
Tác giả: C. L. Lin, T. C. Chuang, K. C. Fan
Năm: 2005
[10]. C. Lu, S. An, W. Liu, X. Liu (2011), “An Innovative Weighted 2DLDA Approach for Face Recognition”, Journal Signal Processing Systems, vol.65, pp.81–87 Sách, tạp chí
Tiêu đề: An Innovative Weighted 2DLDA Approach for Face Recognition
Tác giả: C. Lu, S. An, W. Liu, X. Liu
Năm: 2011
[11]. C.C. Han (2004), “A hand-based personal authentication using a coarse- to-fine strategy”, Image and Vision Computing vol. 22 (11), pp. 909–918 Sách, tạp chí
Tiêu đề: A hand-based personal authentication using a coarse-to-fine strategy
Tác giả: C.C. Han
Năm: 2004
[12]. C.C. Han, H.L. Cheng, C.L. Lin, K.C. Fan (2003), “Personal authentication using palmprint features”, Pattern Recognition, vol. 36 (2), pp. 371–381 Sách, tạp chí
Tiêu đề: Personal authentication using palmprint features
Tác giả: C.C. Han, H.L. Cheng, C.L. Lin, K.C. Fan
Năm: 2003
[15]. D. Hong, W. Liu, J. Su, Z. Pan, G. Wang (2015), “A novel hierarchical approach for multispectral palmprint recognition,” Neurocomputing, vol.151 (1), pp. 511–521 Sách, tạp chí
Tiêu đề: A novel hierarchical approach for multispectral palmprint recognition
Tác giả: D. Hong, W. Liu, J. Su, Z. Pan, G. Wang
Năm: 2015
[16]. D. L. Swets, J. Weng (1996), “Using Discriminant Eigenfeatures for Image Retrieval”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 8, pp. 831-836 Sách, tạp chí
Tiêu đề: Using Discriminant Eigenfeatures for Image Retrieval
Tác giả: D. L. Swets, J. Weng
Năm: 1996
[17]. D. Lowe (2004), “Distinctive image feature from scale-invariant key- point”, International Journal of Computer Vision, vol. 60, no. 2, pp. 91–110 Sách, tạp chí
Tiêu đề: Distinctive image feature from scale-invariant key-point
Tác giả: D. Lowe
Năm: 2004
[18]. D. S. Huang, W. Jia, and D. Zhang (2008), “Palmprint verification based on principal lines”, Pattern Recognition, vol. 41 (4) pp. 1316–1328, Apr.2008 Sách, tạp chí
Tiêu đề: Palmprint verification based on principal lines
Tác giả: D. S. Huang, W. Jia, and D. Zhang
Năm: 2008
[19]. D. Zhang and Z.-H. Zhou (2005), “(2D) 2 PCA: Two-directional two- dimensional PCA for efficient face representation and recognition,”Neurocomputing, vol.69, pp.224-231 Sách, tạp chí
Tiêu đề: (2D)2PCA: Two-directional two-dimensional PCA for efficient face representation and recognition
Tác giả: D. Zhang and Z.-H. Zhou
Năm: 2005
[20]. D. Zhang, A. Kong, J. You and M. Wong (2003), “On-line palmprint identification”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 25 (9), pp. 1041–1050 Sách, tạp chí
Tiêu đề: On-line palmprint identification
Tác giả: D. Zhang, A. Kong, J. You and M. Wong
Năm: 2003
[21]. D. Zhang, V. Kanhangad, N.Luo, A. Kumar (2010), “Robust palmprint verification using 2D and 3D features”, Pattern Recognition, vol. 43, pp.358-368 Sách, tạp chí
Tiêu đề: Robust palmprint verification using 2D and 3D features
Tác giả: D. Zhang, V. Kanhangad, N.Luo, A. Kumar
Năm: 2010
[13]. Cơ sở dữ liệu của đại học Bách khoa Hồng Kông: PolyU 3D http://www.comp.polyu.edu.hk/~biometrics/2D_3D_Palmprint.htm[14].Cơ sở dữ liệu của đại học Bách khoa Hồng Kông: PolyU multispectral,http://www.comp.polyu.edu.hk/~biometrics/MultispectralPalmprint/MSP.htm Link
[31]. Gutierrez-Osuna, R., Lecture 13: Validation. http://research.cs.tamu.edu/ prism/lectures/iss/iss_l13.pdf (Last Access:2015) Link

HÌNH ẢNH LIÊN QUAN

MÔ HÌNH TÍNH TOÁN CHO NHẬN DẠNG ẢNH VÂN LÒNG BÀN TAY - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
MÔ HÌNH TÍNH TOÁN CHO NHẬN DẠNG ẢNH VÂN LÒNG BÀN TAY (Trang 1)
MÔ HÌNH TÍNH TOÁN CHO NHẬN DẠNG ẢNH VÂN LÒNG BÀN TAY - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
MÔ HÌNH TÍNH TOÁN CHO NHẬN DẠNG ẢNH VÂN LÒNG BÀN TAY (Trang 2)
Hình 1-8 Minh họa LDA: ảnh gốc và ảnh đặc trưng LDA [78] - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 1 8 Minh họa LDA: ảnh gốc và ảnh đặc trưng LDA [78] (Trang 30)
Hình 1-10 Lược đồ tính toán đặc trưng đường: (a) ảnh gốc, (b) các đường vân cơ bản, (c) ảnh cạnh với bộ lọc Canny theo phương ngang, (d) ảnh cạnh với bộ lọc Sobel theo phương thẳng đứng, (e) ảnh phân chia vùng, (f) ảnh vùng để tính độ lớn, góc, và (g) ve - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 1 10 Lược đồ tính toán đặc trưng đường: (a) ảnh gốc, (b) các đường vân cơ bản, (c) ảnh cạnh với bộ lọc Canny theo phương ngang, (d) ảnh cạnh với bộ lọc Sobel theo phương thẳng đứng, (e) ảnh phân chia vùng, (f) ảnh vùng để tính độ lớn, góc, và (g) ve (Trang 32)
Hình 1-15 Kết hợp nhiều đặc trưng do nhóm tác giả Kumar đề xuất [4] - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 1 15 Kết hợp nhiều đặc trưng do nhóm tác giả Kumar đề xuất [4] (Trang 35)
Hình 1-19 Minh họa so khớp sử dụng thuật toán canh chỉnh ICP [69] - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 1 19 Minh họa so khớp sử dụng thuật toán canh chỉnh ICP [69] (Trang 38)
Hình 1-22 Biểu đồ biểu diễn đường cong FRR, FAR ứng với các ngưỡng khác nhau và giá trị EER - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 1 22 Biểu đồ biểu diễn đường cong FRR, FAR ứng với các ngưỡng khác nhau và giá trị EER (Trang 41)
Hình 2-3 Minh họa áp dụng 2DLDA trong việc giảm số chiều vân lòng bàn tay: (a) Ảnh gốc với kích thước là 128 × 128 và (b)-(h) các ảnh tái tạo lần lượt với số chiều d là 1, 5, 10, 20, 40, 80, 100 - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 2 3 Minh họa áp dụng 2DLDA trong việc giảm số chiều vân lòng bàn tay: (a) Ảnh gốc với kích thước là 128 × 128 và (b)-(h) các ảnh tái tạo lần lượt với số chiều d là 1, 5, 10, 20, 40, 80, 100 (Trang 57)
Hình 2-10 Minh họa ảnh kết quả phép biến đổi CTD cho vân lòng bàn tay,vân tay và mặt người: (a), (b), (c) là các ảnh gốc; (d), (e), (f) là các ảnh kết quả phép biến đổi; và (g), (h), (i) là các ảnh kết quả minh họa giá trị độ lệch mức xám của cột sau trừ - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 2 10 Minh họa ảnh kết quả phép biến đổi CTD cho vân lòng bàn tay,vân tay và mặt người: (a), (b), (c) là các ảnh gốc; (d), (e), (f) là các ảnh kết quả phép biến đổi; và (g), (h), (i) là các ảnh kết quả minh họa giá trị độ lệch mức xám của cột sau trừ (Trang 68)
Hình 2-13 Kết quả xử lý của GridLDA: (a) ảnh gốc, (g) ảnh đồng dạng cột (phương pháp biến đổi ảnh CTD), (b)-(f) các ảnh tái tạo của 2DLDA tương ứng với d={5,15,25,45,75}, và (h)-(l) các ảnh tái tạo của GridLDA tương ứng với d={5,15,25,45,75} - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 2 13 Kết quả xử lý của GridLDA: (a) ảnh gốc, (g) ảnh đồng dạng cột (phương pháp biến đổi ảnh CTD), (b)-(f) các ảnh tái tạo của 2DLDA tương ứng với d={5,15,25,45,75}, và (h)-(l) các ảnh tái tạo của GridLDA tương ứng với d={5,15,25,45,75} (Trang 70)
Hình 3-1 Các phương pháp kết hợp đặc trưng cục bộ và toàn cục. - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 1 Các phương pháp kết hợp đặc trưng cục bộ và toàn cục (Trang 73)
Hình 3-4 Kết quả áp dụng bộ lọc Gabor theo các hướng với các tần số khác nhau: (a) ảnh gốc, (b)-(e) các ảnh kết quả lọc theo 4 hướng -45˚, 90˚, 45˚, 0˚ với tần số 1/4, (f)-(i) với tần số 1/6, (j)-(m) với tần số 1/8, (n)-(q) với tần số 1/10 - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 4 Kết quả áp dụng bộ lọc Gabor theo các hướng với các tần số khác nhau: (a) ảnh gốc, (b)-(e) các ảnh kết quả lọc theo 4 hướng -45˚, 90˚, 45˚, 0˚ với tần số 1/4, (f)-(i) với tần số 1/6, (j)-(m) với tần số 1/8, (n)-(q) với tần số 1/10 (Trang 74)
Hình 3-3 Ảnh kết quả lọc đường vân tay sử dụng bộ lọc Gabor: (a), (c), (e), (g) các ảnh gốc, và (b), (d), (f), (h) ảnh kết quả lọc [CT11] - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 3 Ảnh kết quả lọc đường vân tay sử dụng bộ lọc Gabor: (a), (c), (e), (g) các ảnh gốc, và (b), (d), (f), (h) ảnh kết quả lọc [CT11] (Trang 74)
Hình 3-5 Minh họa bộ lọc Gabor wavelet với góc 90˚ và tần số là 0.87. - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 5 Minh họa bộ lọc Gabor wavelet với góc 90˚ và tần số là 0.87 (Trang 76)
Hình 3-10 Kết quả xử lý kết hợp của Gabor Wavelet với GridLDA: (a) ảnh gốc, (b) ảnh kết quả phép lọc Gabor Wavelet, (c) ảnh đồng dạng cột (Phương pháp biến đổi ảnh CTD) của ảnh b, (d) các ảnh tái tạo của 2DLDA ứng với d={5,15,25,45,75}, và (e) các ảnh tá - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 10 Kết quả xử lý kết hợp của Gabor Wavelet với GridLDA: (a) ảnh gốc, (b) ảnh kết quả phép lọc Gabor Wavelet, (c) ảnh đồng dạng cột (Phương pháp biến đổi ảnh CTD) của ảnh b, (d) các ảnh tái tạo của 2DLDA ứng với d={5,15,25,45,75}, và (e) các ảnh tá (Trang 78)
Bảng 3-7 Tính toán tọa độ các điểm (i,j) trên đoạn thẳng có hướng 120o. - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Bảng 3 7 Tính toán tọa độ các điểm (i,j) trên đoạn thẳng có hướng 120o (Trang 82)
Hình 3-13 Lược đồ minh họa các bước xử lý của phương pháp M-GridLDA trong việc rút trích đặc trưng hướng tách lớp - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 3 13 Lược đồ minh họa các bước xử lý của phương pháp M-GridLDA trong việc rút trích đặc trưng hướng tách lớp (Trang 86)
3.3.4 Ưu và nhược điểm - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
3.3.4 Ưu và nhược điểm (Trang 87)
Hình 4-3 Minh họa (a) độ lớn bộ lọc Gabor, (b) độ lớn của bộ lọc Z(1), (c) ảnh gốc, (d) ảnh trường hướng gấp đôi, và (e) ảnh trường hướng của bộ lọc Z(1) - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 4 3 Minh họa (a) độ lớn bộ lọc Gabor, (b) độ lớn của bộ lọc Z(1), (c) ảnh gốc, (d) ảnh trường hướng gấp đôi, và (e) ảnh trường hướng của bộ lọc Z(1) (Trang 91)
Hình 4-5 Xử lý biến đổi sang dạng mảng của đặc trưng VDX. - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 4 5 Xử lý biến đổi sang dạng mảng của đặc trưng VDX (Trang 93)
Hình 4-8 Xử lý truy tìm thô ảnh sử dụng đặc trưng VDX - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 4 8 Xử lý truy tìm thô ảnh sử dụng đặc trưng VDX (Trang 97)
Bảng 5-1 Các tham số của tập dữ liệu kiểm tra - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Bảng 5 1 Các tham số của tập dữ liệu kiểm tra (Trang 101)
Bảng 5-3 So sánh thời gian xử lý trung bình ứng với số chiều đặc trưng cho kết quả chính xác cao trên tập dữ liệu 2 - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Bảng 5 3 So sánh thời gian xử lý trung bình ứng với số chiều đặc trưng cho kết quả chính xác cao trên tập dữ liệu 2 (Trang 106)
Hình 5-12 Một số hình ảnh minh họa tập dữ liệu 1. - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 12 Một số hình ảnh minh họa tập dữ liệu 1 (Trang 117)
Hình 5-11 Minh họa thiết bị lấy mẫu: (a) thiết bị lấy mẫu vân lòng bàn tay, (b) Lấy mẫu, (c) Ảnh ROI và (d) Ảnh mức xám của ROI và các đặc trưng - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 11 Minh họa thiết bị lấy mẫu: (a) thiết bị lấy mẫu vân lòng bàn tay, (b) Lấy mẫu, (c) Ảnh ROI và (d) Ảnh mức xám của ROI và các đặc trưng (Trang 117)
Hình 5-13 Minh họa thiết bị thu nhận ảnh có một gờ: (a) Thiết bị, (b) phân đoạn lòng bàn tay, (c) phát hiện biên, (d) biểu đồ khoảng cách với điểm giữa cổ tay, và (e) Kết quả phân đoạn vùng đặc trưng - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 13 Minh họa thiết bị thu nhận ảnh có một gờ: (a) Thiết bị, (b) phân đoạn lòng bàn tay, (c) phát hiện biên, (d) biểu đồ khoảng cách với điểm giữa cổ tay, và (e) Kết quả phân đoạn vùng đặc trưng (Trang 118)
Bảng 5-10 Các tham số của các tập dữ liệu của chúng tôi được sử dụng trong thực nghiệm - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Bảng 5 10 Các tham số của các tập dữ liệu của chúng tôi được sử dụng trong thực nghiệm (Trang 120)
Hình 5-18 Minh họa lưu dữ liệu huấn luyện đối tượng cần nhận dạng - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 18 Minh họa lưu dữ liệu huấn luyện đối tượng cần nhận dạng (Trang 122)
Hình 5-21 Minh họa kết quả định danh ra - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 21 Minh họa kết quả định danh ra (Trang 123)
Hình 5-20 Minh họa kết quả định danh vào - Mô hình tính toán cho nhận dạng ảnh vân lòng bàn tay
Hình 5 20 Minh họa kết quả định danh vào (Trang 123)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w