手部静脉识别是一种新兴的身份识别技术，与其他生物特征识别相比，其具有高安全性、活体检测性和便利性等特征，也是目前最有效的生物特征识别模式之一。而多模态生物特征识别技术结合不同特征的优势，提高了识别准确度、可靠性和用户体验感，具有广泛的适用性和出色的用户便捷性。本书首先介绍单模态与多模态生物特征识别方法及其研究现状；然后，针对深度卷积神经网络因静脉训练样本不足、存在噪声信息等而无法学习到高判别静脉深度特征的问题，提出了基于多层卷积特征融合的网络、基于多尺度深度特征集成的网络、基于特征解耦网络以及基于合成静脉样本的网络；针对单一模态表征不足的问题，提出了基于非对称对比融合和基于模态信息度评估的融合方法；最后，针对多模态生物特征识别领域下的模态缺失问题，提出基于共享-特定特征解耦网络。

更多科学出版社服务，请扫码获取。

2010/9–2015/6， 中国矿业大学， 控制理论与控制工程， 博士 2007/9–2009/6， 中国矿业大学， 控制理论与控制工程， 硕士2014/1-至今， 中国矿业大学，信息与控制工程学院，教授 2010/1-2013/12，中国矿业大学，信息与控制工程学院，讲师获得中国煤炭工业协会科技进步奖二等奖1项、国家教学成果二等奖1项、江苏省教学成果一等奖2项、中国矿业大学教学成果特等奖1项、一等奖2项等。教育部高等学校创新方法教学指导委员会委员、中国人工智能学会认知系统与信息处理专业委员会副主任、中国创造学会创新工程学分会副主任、中国计算机学会智能机器人专委会委员、中国指挥与控制学会青年工作委员会委员、中国教育发展战略学会人工智能与机器人教育专业委员会委员、中国煤炭工业协会煤炭工业技术委员会煤矿智能化与新技术专家委员会委员、中国工程机器人大赛暨国际公开赛组委会副主席兼秘书长、徐州市机器人学会副理事长等。

目录
前言
第1章 绪论 1
1.1 单模态和多模态生物特征识别方法 1
1.2 单模态生物特征识别方法研究现状 2
1.2.1 基于形状特征的静脉识别模型 3
1.2.2 基于纹理特征的静脉识别模型 4
1.2.3 基于深度特征的静脉识别模型 4
1.3 多模态生物特征识别方法研究现状 6
1.4 本书研究内容 9
1.4.1 主要研究工作 9
1.4.2 本书章节安排 12
第2章 基于多层卷积特征融合的手部单模态生物特征识别 14
2.1 基于语义特征选择器的多层卷积特征融合模型 15
2.1.1 多层卷积特征提取 16
2.1.2 语义特征选择器 16
2.1.3 多层卷积特征融合 19
2.2 实验设计与结果分析 20
2.2.1 实验数据库 20
2.2.2 实验设置 21
2.2.3 消融实验 21
2.2.4 对比实验设计与分析 23
2.3 本章小结 32
第3章 基于多尺度深度特征集成的手部单模态生物特征识别 34
3.1 基于静脉信息的卷积特征图响应特性分析 34
3.2 基于层级特征选择的多尺度深度特征集成模型 36
3.2.1 局部均值阈值 37
3.2.2 无监督静脉信息挖掘 38
3.2.3 多尺度深度特征表示集成 40
3.3 实验设计与结果分析 41
3.3.1 实验设置 41
3.3.2 消融实验 41
3.3.3 对比实验设计与分析 45
3.4 本章小结 55
第4章 基于特征解耦网络的手部单模态生物特征识别 56
4.1 基于多尺度注意力残差模块的特征解耦网络模型 57
4.1.1 静脉形状标签信息生成 58
4.1.2 静脉纹理和形状特征解耦网络 60
4.1.3 静脉深度特征学习模块 65
4.2 实验设计与结果分析 66
4.2.1 实验设置 66
4.2.2 消融实验 66
4.2.3 对比实验设计与分析 69
4.3 本章小结 75
第5章 基于合成静脉样本的手部单模态生物特征识别 77
5.1 基于合成静脉样本的静脉深度特征学习模型 78
5.1.1 基于特征解耦学习的静脉图像生成网络 78
5.1.2 静脉图像自适应融合网络 82
5.1.3 全局-局部静脉深度特征学习网络 83
5.2 实验设计与结果分析 86
5.2.1 实验设置 86
5.2.2 消融实验 87
5.2.3 对比实验设计与分析 90
5.3 本章小结 96
第6章 基于非对称对比融合的手部多模态生物特征识别 97
6.1 基于非对称对比策略的多模态融合模型 97
6.1.1 网络架构 98
6.1.2 非对称对比融合策略 100
6.2 实验结果与分析 103
6.2.1 实验设置 103
6.2.2 消融实验 103
6.2.3 对比实验评估 104
6.3 本章小结 107
第7章 基于模态信息度评估的手部多模态生物特征识别 109
7.1 基于模态信息度评估的多模态动态融合模型 110
7.1.1 网络框架 110
7.1.2 模态信息度评估模块 112
7.1.3 多模态动态融合模块 115
7.2 实验结果与分析 116
7.2.1 实验设置 116
7.2.2 消融实验 116
7.2.3 对比实验评估 117
7.3 本章小结 120
第8章 基于共享-特定特征解耦的模态缺失下的手部多模态生物特征识别 121
8.1 基于特征解耦的模态缺失下的多模态融合模型 122
8.1.1 网络框架 122
8.1.2 共享-特定特征解耦模块 124
8.1.3 跨模态特征重建模块 125
8.2 实验结果与分析 127
8.2.1 实验设置 127
8.2.2 消融实验 128
8.2.3 对比实验评估 131
8.3 本章小结 137
参考文献 138
后记 146