虹膜特征表示结构与机器学习分类方法研究

本课题的目标是构建一个实际系统IrisPassport，在过去的研究基础上进一步提高虹膜识别的准确率，使其在中科院CASIA虹膜库上平均识别准确率能达到99.5%以上。并降低虹膜认证算法对图像质量的要求，从而使推广应用成为可能。本课题除了虹膜采样外，覆盖虹膜识别的其他各个环节。工作思路是从虹膜特征提取和分类这两个根本问题出发，针对虹膜具有复杂纹理的特点，提出着重纹理细节变化的自相似性纹理特征，结合虹膜频域特征、形态特征，构成虹膜表示的多层次结构；然后借鉴数据融合理论，将从不同角度描述虹膜的特征融合起来，并使用遗传算法进行特征约减；基于统计学习理论，构造非对称模糊支持向量机作为虹膜分类器。有效的虹膜认证系统不仅本身应用范围广，对电子政务、电子商务等与信息安全相关的产业也是一个有力的推动，对于优化我国产业结构具有重要意义。