Морфологическое сравнение изображений гибких объектов на основе циркулярных моделей при биометрической идентификации личности по форме ладони

• Автор: Бакина, Ирина Геннадьевна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Москва
• Количество страниц: 130 с. : ил.

Содержание
Введение .

Глава 1. Задача сравнения формы гибких объектов и известные методы е решения

1.1. Задача сравнения формы гибких объектов.

1.2. Методы сравнения формы гибких объектов

1.3. Задача распознавания формы ладони

1.4. Методы распознавания формы ладони

1.4.1. Распознавание по признакам геометрии ладони

1.4.2. Распознавание на основе контурной информации

1.5. Постановка задач исследования

1.5.1. Сравнение формы гибких объектов

1.5.2. Сравнение формы ладоней
1.6. Выводы к первой главе .
Глава 2. Циркулярная модель гибкого объекта и методы е идентификации и подгонки.
2.1. Модель гибкого объекта
2.2. Метод построения силуэта модели
2.2.1. Алгоритм парных пересечений
2.2.2. Восстановление силуэта модели по силуэтам фиксированных компонент .
2.3. Метод идентификации разметки модели
2.4. Сравнение модели и изображения объекта.
2.5. Алгоритм решения прикладных задач .
2.6. Выводы ко второй главе
Глава 3. Алгоритмы идентификации и подгонки моделей гибких объектов при распознавании формы ладони
3.1. Модель ладони
3.1.1. Описание ладони гибким объектом
3.1.2. Параметризация модели
3.1.3. Построение силуэта ладони
3.2. Алгоритм идентификации модели ладони
3.2.1. Определение ветвей кандидатов в пальцы
3.2.2. Определение кончиков и оснований пальцев
3.2.3. Определение точек поворотов пальцев.
3.3. Алгоритм сравнения формы ладоней
3.3.1. Параметризация трансформаций модели
3.3.2. Начальная укладка моделей
3.3.3. Подгонка моделей.
3.4. Выводы к третьей главе.
Глава 4. Система распознавания личности по форме ладони и голосовому паролю
4.1. Многомодальный подход к распознаванию
4.2. Описание и общая схема дву модального подхода .
4.3. Фильтрация на основе голосового пароля.
4.4. Описание установки и комплекса программ
4.4.1. Экспериментальная установка.
4.4.2. Программная реализация
4.5. Вычислительные эксперименты.
4.5.1. Распознавание личности по форме ладони
4.5.2. Разметка моделей ладоней
4.5.3. Распознавание личности но голосовому паролю
4.5.4. Двумодальный подход
4.С. Выводы к четвртой главе
Заключение
Литература


После чего нормализованные фигуры сравниваются непосредственным наложением. Указанные недостатки существующих методов и практическая востребованность морфологического сравнения гибких объектов обуславливают актуальность темы данного исследования. Целью диссертационной работы является разработка теоретического аппарата и практических методов моделирования, сравнения и классификации формы гибких объектов. Формирование эталонной модели гибкого объекта на основе циркулярного представления по нескольким изображениям без окклюзий, что должно обеспечить более высокую точность модели. Сравнение наблюдаемой формы с эталонной моделью на основе подгонки этой модели иод рассматриваемую форму. Этот путь позволяем классифицировать форму объектов в изображениях низкого качества, а также допускает наличие окклюзий. Таким образом, новизна подхода состоит в использовании принципа «подгонки эталона под тестовый образец» вместо традиционной подгонки тестового образца под эталоны, представленные в нормализованном виде. Построение циркулярной модели гибкого объекта по нескольким эталонным изображениям. Подгонка модели под наблюдаемое изображение (с окклюзиями) с учётом допустимых трансформаций. На основе полученной меры сходства далее может быть построен метрический классификатор и решаться задача распознавания формы объектов. Методы исследований. В работе использованы методы вычислительной геометрии, вычислительной математики, теории анализа изображений и компьютерной графики. Для обоснования достоверности и практической полезности предлагаемого решения в диссертации рассматривается применение разработанных алгоритмов к решению практической задачи. В качестве прикладной задачи, на которой отрабатывались все шаги предлагаемого метода сравнения форм с окклюзиями, рассматривается задача биометрического раегюзнава ния личности по форме ладони. Как показано в диссертации, ладонь человека хорошо описывается предлагаемой моделью. Возможные трансформации ладони при её позиционировании в картинной плоскости видеокамеры описываются группой движений пальцев, что даёт возможность для построения достаточно простой и корректной математической модели. Для этой модели все элементы предлагаемого подхода доведены до рабочих алгоритмов и программной реализации. Работа организована следующим образом. В главе 1 рассматривается задача сравнения формы гибких объектов, формулируется её общая постановка и приводится обзор существующих методов её решения. Также рассматривается применение этих методов к решению задачи сравнения формы ладоней. Указываются достоинства и недостатки методов. В конце главы формулируется общая постановка задач исследований. В глава 2 рассматривается общий подход к решению задачи морфологического сравнения изображений гибких объектов. Описывается параметрическая модель гибкого объекта и способ её построения, предлагается способ автоматической идентификации параметров модели и подгонки модели под заданную тестовую форму. Глава 3 иллюстрирует применение разработанного метода к решению конкре тной прикладной задачи — задачи распознавания человека по форме его ладони. Глава 4 содержит описание экспериментальной установки и комплекса программ, реализующего предложенный подход в рамках системы двумодальной идентификации личности по форме ладони и голосовому паролю. Приводятся результаты экспериментов на реальных базах бинарных изображений ладоней и голосовых паролей. Далее следует заключение, содержащее основные выводы по данной работе. Модель гибкого объекта и метод идентификации её параметров (разметки) по серии бинарных изображений объекта в разных положениях. Метод сравнения формы гибких объектов, основанный на подгонке размеченной эталонной модели под тестовое изображение. Метод идентификации модели ладони по серии изображений. Метод биометрической идентификации личности по форме ладони. Апробация работы. Математические методы распознавания образов» ММРО- (Петрозаводск, ) []. Материалы диссертации использованы в работах по грантам РФФИ 0, 5, 0,9,3 и 2.