20、基于生物特征与能源领域的技术研究与应用

基于生物特征与能源领域的技术研究与应用

一、虹膜生物特征年龄预测研究

1. 生物特征识别概述
   生物特征识别是一种可靠且准确的系统，可通过存储在系统数据库中的生物特征数据来识别个人。它在众多领域都有应用，如刑事调查、亲子鉴定、国家身份证、机场安检、边境管控和网上银行等。每个人的虹膜纹理都是独一无二的，即使是同卵双胞胎或同一个人的两只眼睛，其虹膜图案也不相关，且无遗传渗透性。虹膜的复杂图案包含许多独特特征，如韧带、皱纹、脊、隐窝、雀斑和环状物等。
2. 相关研究进展
   • 许多研究者在虹膜识别领域取得了进展。Daugman开发了积分微分算子来定位虹膜的内外边界，并采用二维Gabor小波变换提取虹膜特征。Wildes发表了关于虹膜识别的研究和专利。还有研究者使用深度学习卷积神经网络“ResNet50”进行虹膜识别，在IITD数据库上达到了95.91%的准确率。此外，基于深度学习的虹膜分割方法在死后虹膜识别中也有应用，对于死后10小时内采集的样本，等错误率（EER）低于1%，对于死后369小时内采集的样本，EER为21.45%。
   • 已有两项研究尝试从虹膜结构识别年龄。Erbilek团队将输入的虹膜图像分为儿童（<25岁）、青年（25 - 60岁）和老年人（>60岁）三个年龄组，在BioSecure多模态数据库上进行实验，使用LG Iris Access EOU3000系统采集图像，提取5个几何特征，采用支持向量机（SVM）、多层感知器（MLP）、K近邻（KNN）和多分类器方法进行分类，多分类器协商方法的准确率达到75%。另一项研究将100名受试者分为年轻