目录
第一章绪论
第一节生物辨识概述与生物辨识技术的发展
第二节 生物辨识系统及其标准化工作
第三节人工智能、机器学习与深度学习认知
第二章生物辨识系统的主要技术
第一节指纹识别技术及其应用
第二节面相识别技术及其应用-
第三节虹膜识别技术及其应用一
第四节其他生物识别技术及其应用
第三章深度学习相关理论与技术
第一节人工神经网络与初始化模型
第二节 卷积神经网络与循环神经网络
第三节 深度学习优化算法与训练技巧
第四章深度学习在生物辨识系统中的应用研究——以人脸识别算法为例
第一节基于PcA算法的人脸识别
第二节基于PcA算法和GA改进的BP神经网络的人脸识别
第三节基于PcA算法和GA改进的DBNs网络的人脸识别
第四节 基于PcA算法和sAGA改进的DBNs网络的人脸识别
第五章深度学习在生物辨识系统中的应用研究——以虹膜图像加密为例
第一节虹膜图像加密过程与图像预处理
第二节基于深度学习的虹膜图像加密研究-
第六章基于人脸识别与深度学习的身份验证系统设计及应用研究
第一节 身份验证系统的发展与应用概述
第二节 身份验证系统相关技术概述
......
内容摘要
第一童绪论
在高度信息化的现代社会，随着交通、通信、网络技术的高速发展，信息安全显示出前所未有的重要性。在日常生活中以及金融、司法、安检、电子商务等很多场合都需要准确的身份识别以确保系统的安全，因此，人的身份识别技术的应用越来越广泛。传统的身份识别方法主要分为两种，第一种是基于物品的方法，如使用钥匙、ID卡等；第二种是基于知识的方法，如使用密码、口令等。这些传统的身份识别方法存在很多缺陷，基于物品的方法携带不便而且容易丢失、损坏、被盗用或伪造，基于知识的方法容易被遗忘、破解等。因此，传统的身份识别方法受到了严峻的挑战，显得越来越不适应现代科技的发展和社会的进步。本章主要内容包括生物辨识与生物辨识技术发展概述，生物辨识系统及其标准化工作，人工智能、机器学习与深度学习认知。
第一节生物辨识概述与生物辨识技术的发展
一、生物辨识概述
(一)生物辨识认知
随着计算机和网络技术的发展，信息安全显示出前所未有的重要性，而身份识别作为保证信息安全的必要前提，也越来越受到重视。生物特征识别技术是根据每个人独有的可以采样和测量的生物学特征和行为学特征进行身份识别的技术。生物特征由于不像各种证件类持有物那样容易被窃取，也不像密码、口令那么容易被遗忘或破解，因此在身份识别上体现出了独特的优势，近年来在国际公共安全领域被广泛研究。
人的任何生理／行为特征只要满足以下要求均可作为生物特征。
①普遍性：单一个体均具有该特征。
②独特性：每两个人的该特征必须具有差异性。
⑨稳定性：该特征至少在一定时间内(相对某种匹配准则)是不变的。
④可采集性：该特征可以被定量测量。
在实际系统中还必须考虑性能、可接受性、防欺骗性等问题，即一个实际的生物特征识别系统必须满足特定的识别准确性、速度和资源要求，对使用者无害且能被受试人群接受，对各种欺骗和攻击手段有足够的鲁棒性。
从生物特征识别本身来看，不同的方法所利用的生物特征、采用的具体模型和算法可能不大相同，但是基本过程是一致的。一个典型的生物特征识别系统包括样本输入、特征提取、模式匹配和系统数据四个模块，可以在认证或鉴别两种决策模式下工作。认证即通过比较获得的生物特征数据和数据库中储存的生物特征模板来验证用户是否为他所声明的身份，它是一对一的比较：鉴别是通过匹配获得的生物特征数据和数据库中储存的生物特征模板来确定用户的身份，它是一对多的比较。
生物特征可分为生理特征和行为特征，人体所固有的生理特征包括面部特征、指纹、手型、掌纹、虹膜、视网膜、体味、耳郭、基因、体热辐射以及手部／面部静脉血管模式等，这些特征不随客观条件和主观意愿而改变。基于行为特征的识别包括击键动力学分析、签名识别、声音识别、步态识别等，这些都与后天环境养成的行为习惯有关。
......
精彩内容
本书主要内容包括: 绪论、生物辨认系统的主要技术、深度学习相关理论与技术、深度学习在生物辨识系统中的应用研究 —— 以人脸识别算法为例等。
以下为对购买帮助不大的评价