基于分段hash索引的虹膜快速匹配与识别系统开题报告

全文总字数：4568字

1. 研究目的与意义（文献综述）

身份识别一直是确保个人信息和个人财产安全的重要段，从古人佩戴玉佩或帽徽这种个人专属物品来确定个人身份，到现代身份证准确表征身份，可以看出，基本的手段大抵是以物品来识别身份。但是这种方式存在遗失，被伪造以及易损的风险^[1]。所以现代提出了生物特征识别这一重要的身份识别方式，人的生物特征包括虹膜，指纹，掌纹，人脸，声纹等识别方式。虹膜识别又以其准确性，防伪性，稳定性^[2]远优于其他生物识别方式，成为最有潜力的生物特征识别技术。本文主要研究虹膜识别特征匹配的算法。

从john daugman提出虹膜识别的原理^[3]时，使用的传统二进制编码整串按位比对，到使用svm进行分类识别。虹膜识别算法在不断的改进，有的提出改进特征向量的提取和分类^[4]。还有wides系统在不同分辨率下对图像进行滤波之后，逐次进行1/2采样，得到不同尺度的数据构成4层金字塔结构，利用这些数据作为虹膜识别的特征最后进行比对也是一种不错的识别算法。

现今人们越来越关注以紧凑的二进制串表示图像数据和特征描述符，通常是为了促进视觉应用中的快速近邻搜索和特征匹配，二进制串存储效率高，而比较只需少量的机器指令^[5]。数百万个二进制串可以在不到一秒钟的时间内与查询进行比较，所以虹膜识别中常用的是二进制串编码作为虹膜特征提取的结果。识别匹配则计算两个虹膜特征编码的海明距离，观察结果是否达到预期的阈值，再判断识别的结果。

2. 研究的基本内容与方案

本课题拟设计一种基于大数据场景下的快速虹膜识别方法，对虹膜数据集进行分段并对每段建立hash索引，并使用k-近邻算法对虹膜数据集进行筛选匹配，利用鸽巢原理，大幅度减少了查询次数，降低了算法的时间复杂度，以达到在大数据集下的虹膜快速匹配与识别的目的。

分段哈希算法在建立索引时将数据库中长度为q位的二进制串分割成m个不相交的子串，每个子串的长度都是qm

1≤z≤m s.t.hz-gzΗ≤r,

3. 研究计划与安排

(1)2020/3/1—2020/3/15：实现分段哈希索引算法，进行初步测试。

(2)2020/3/16—2020/3/22：完善算法，并进行系统架构、程序设计。

(3)2020/3/22—2020/4/20：程序的编码开发。

4. 参考文献（12篇以上）

[1]王蕴红, 朱勇, 谭铁牛. 基于虹膜识别的身份鉴别. 自动化学报, 28.1 (2002):1-10.

[2]john daugman. how iris recognition works. ieeetransactions on circuits and systems for video technology, 14.1 (2004): 21-30.

[3] 田启川, 刘正光. 虹膜识别综述. 计算机应用研究, 25.5 (2008):1295-1300.