导读:本文包含了生物特征认知论文开题报告文献综述及选题提纲参考文献，主要关键词:视觉搜索,认知能力测评,眼动追踪,生物特征识别
生物特征认知论文文献综述
李春永[1]（2018）在《基于数字搜索任务的认知能力测评和眼动生物特征识别研究》一文中研究指出认知能力是指人对信息的提取、加工和存储等综合能力的体现。不同个体具有不同的信息加工方法和能力。认知能力测评衡量的是测评对象对特定信息处理能力的大小,在现代教育、职业规划、特殊人才选拔中都发挥着重要的作用。科学的认知能力测评方法以西方的各种智力量表的提出为标志,由于我国现代教育的发展起步较晚,缺少相应的需求,因此并没有形成独立的测试方法,大多是在现有量表的基础上经过改进形成的。随着科技的进步,人们对大脑的研究越来越重视,基于现代智能设备的认知能力测评方法也在逐步发展,与传统方法相比这种评测方法结果参数更加全面,不仅包括最终的结果,也包括了认知过程中相关信息加工的参数指标结果。随着脑科学的发展,我们对认知能力本质的认识也会越来越深入,因此评测方法也会越来越科学公正。本文基于常见的视觉搜索任务进行了信息搜索能力评测的相关研究,并且结合被试数字搜索过程中相关眼动参数进行了认知加工策略的分析,结果显示被试整体的行为学指标反应时呈正态分布,具有较好的认知能力区分度,可以用于认知能力测评;被试的反应时指标和眼跳距离、注视点注视时间、注视点个数成反比,而眼跳距离反映了被试的搜索模式,注视点注视时间反映了信息加工速度的快慢,说明该测试对象的反应时正确代表了每个被试认知加工能力的大小。除此之外,我们综合被试的反应时和正确率指标拟合了一个新的行为学指标即“最大正确率反应时”,与被试的正确率指标有很强的相关性,且与眼跳距离的负相关性更大,因此它是一种更能反映被试加工策略的行为指标。在针对每道测试题目的具体分析中,我们还发现题目的具体答案对反应时指标与相关眼动指标的相关性有一定程度的影响,因此为了实现更加公平的测试,需要对测试题目的答案数目进行均衡化设计。与传统的身份认证手段相比,基于生物特征的身份认证手段不容易被复制和伪造,也不容易丢失。在现代这个信息化、数字化的世界,身份认证的需求无处不在,而随着科技的发展和生物特征识别技术的成熟,生物特征识别技术的应用也势必会更加广泛。生物特征识别主要分为两种,一种是基于生理特征的识别方法,另一种是基于行为特征的识别方法。其中基于生理特征的识别方法的研究已经比较成熟,许多方法已经得到大量的实际应用,如指纹识别、面部识别、虹膜识别等。虽然生理特征比传统身份认证方法更难伪造、复制,但是在高科技设备的支持下也是可以复制、伪造的。由于生理特征十分稳定,几乎终生不变,也不可以主动更改,因此如果一个人的相关生理特征发生泄漏,将会造成巨大的损失。与生理特征不同的是,即使获取了一个人准确的行为数据,在现有的技术条件下也是不可能复制出一个完全相同的行为模式的。另外,由于某些具体场景的限制,只能进行基于行为特征的身份识别。因此,基于行为特征的身份识别方法也得到了越来越多的重视。现代社会中,随着网络世界在我们生活中所占的比重越来越大,我们与它交互的许多行为都已经被用于生物特征识别的研究,如击键动态、触摸屏操作方式等。除了手部动作之外,眼部动作也是我们与网络世界交互的一个重要方式,国际上关于眼动的研究已进行多年,但是国内关于研究眼动生物特征的研究却还很少。基于目前眼动生物特征识别研究中存在的一些问题,如识别正确率不高,模板老化和眼动仪精度的影响,我们提出了一种新的视觉任务和一种新的眼动生物特征提取方法。为了综合评价我们提出的视觉任务和特征提取方法对眼动生物特征识别结果的影响,我们还基于实验数据计算了叁种现有的眼动生物特征识别方法的结果,研究表明,基于我们提出的新的视觉任务的眼动数据,叁种现有的眼动生物特征识别方法的识别结果都有不同程度的提高,说明这种视觉任务能够诱发出更复杂的个人眼动信号,且其中包含更多的个人身份信息,有利于眼动生物特征的识别。另外,通过四种不同眼动生物特征识别方法结果的比较,发现我们提出的新的眼动生物特征识别方法识别准确率较高,且受模板老化和眼动仪精度的影响更小,是一种更好的眼动生物特征识别方法。最后,我们还对多眼动特征融合方法进行了探索,发现同类特征融合更容易获得更好的结果,不过如果两类特征识别方法的识别正确率都很高,也容易获得更好的结果。(本文来源于《军事科学院》期刊2018-03-19）
张云[2]（2014）在《基于生物视觉认知机理的特征提取及其应用研究》一文中研究指出特征提取是计算机视觉系统中不可缺少的重要组成部分,它在各种视觉应用中发挥着重要作用,提取特征的优劣将直接决定系统性能的好坏。虽然提出了多种特征提取方法和识别模型,但目前的计算机视觉系统与人类的视觉系统水平之间仍存在着很大的差距。另一方面,近年来对生物视觉系统的研究取得了很大的进展,研究者通过深入探索灵长类动物的大脑视皮层区域,初步了解了视觉信息的处理通路、各视皮层区域的功能特性和一些重要的感知机制等,这些成果为构建仿人类视觉感知的计算机视觉算法提供了新的途径。论文以生物视觉理论为指导,重点研究对视觉信息的加工处理即特征提取过程,通过深入研究视皮层中的信息处理方式和重要的功能机理,从多个方面来模拟视皮层中表征不同信息的机制,进而提出基于复杂细胞特性的特征提取模型、模拟细胞响应汇聚的特征合并方式、生物启发的局部特征描述子以及提取颜色特征的模型,并取得了实际应用。论文的主要工作可概括如下：首先,提出了一种结合图像拓扑编码来模拟复杂细胞特性的特征提取模型,该模型将基于独立子空间分析从自然图像中训练而得的滤波器组进行改造,提取出具有明显方向和拓扑性的滤波器池,可简单高效的模拟复杂细胞的特性；进而通过视皮层内的协同合并策略将滤波器的响应进行合并,提取了具有一定不变性的特征,将其用于多目标识别实验,该特征表现出了明显的优势。其次,对视皮层内细胞响应汇聚的方式展开了深入的研究,通过对比分析已有研究中提出的几种合并策略的特性和不足,提出了一种能更加合理解释生物实验现象的特征合并机制。该机制将多种合并方式根据细胞间的局部连接进行关联,可实现对输入刺激局部变换的不变性,将基于该合并机制提取的不变特征用于目标识别,实验证实了其对目标的局部变化有更强的鲁棒性。然后,区别于常规的基于图像内容统计或数学分析的描述子,论文探索了脑皮层中局部区域的表征方式,提出了一种基于生物启发的局部描述子,其主要通过模拟灵长类动物脑皮层腹部流的视觉信息处理机制,结合细胞间的抑制、增强和响应归一化等特性提取对局部区域变化鲁棒的特征,并进一步融合方向和空间结构获得强区分性。相比广泛认可的SIFT和SURF描述子,该描述子在图像匹配和目标识别实验上取得了更优的性能,展示了基于生物启发的视觉算法的优势。该局部描述子能更加详细的描述局部区域,具有广泛的应用和研究价值。最后,针对多数特征提取方法对颜色信息利用不足的问题,提出了基于人类色彩感知机制的颜色特征提取模型。该模型基于对叁色理论和对立色理论的研究,通过模拟从视网膜锥体细胞到视皮层拮抗细胞的颜色信息处理通路,构造了同时包含颜色信息和形状信息的特征提取结构。将该特征扩展到已有的视觉算法中,在多个数据库上进行分析验证,结果表明其能更好的融合颜色信息,有效提升了算法的性能。(本文来源于《华中科技大学》期刊2014-05-01）
舒慧建[3]（2007）在《基于生物特征的图形轮廓认知探讨》一文中研究指出轮廓线提取是图像处理和计算机视觉领域的基本技术之一,它在图像分割、运动跟踪、叁维重建、立体视觉匹配等方面有着广泛的应用,而轮廓认知则是轮廓提取的延伸,在人工智能、智能机器人等方面都有实际应用价值。迄今为止,已经出现多种轮廓提取和轮廓认知的方法。本文从生物视觉基础出发,结合人工智能、认知科学、心理学、现代数学等理论,建立图形轮廓认知的机器视觉模型。本系统首先运用生物视觉的侧抑制原理实现对图形轮廓的整体提取;其次从图形优势效应出发,从整体上对具有优势效应的轮廓进行认知分析,探讨图形轮廓的拓扑性质;最后结合特征检测,实现对简单几何图形轮廓的认知。(本文来源于《吉林大学》期刊2007-06-13）
娄燕山[4]（2007）在《基于生物特征的边界认知机制研究》一文中研究指出图像边界是图像最基本的特征之一,往往携带着一幅图像的大部分信息。图像边界的位置、方位等信息是我们在图像认知时所需要的非常重要的一些特征条件。图像边界的认知是图像分割、轮廓特征检测的基础,一直是图像认知和计算机视觉中的重要研究内容,在计算机视觉、图像认知中起着基础性的作用。图像边界认知的水平和质量直接影响着后续的图像认知。第一章概述了边界认知的概念,边界的特点和对国内外经典的边界认知方法做了总结。第二章介绍了生物视觉系统的工作机理和现代数学理论基础,主要内容有视觉信息在视网膜内的传递和拓扑重组、大脑内V1区细胞的边界认知原理、生物视觉系统对运动边界的觉察机制及群论和拓扑学基础。在第叁章中,根据生物视觉系统边界认知机理,探讨了生物视网膜内信息的接受、传递和拓扑重组的模型、视皮层V1区边界认知机制模型和方向选择神经节细胞对运动边界的觉察机理研究。第四章实验模拟了生物视网膜工作过程、大脑皮层V1区边界认知过程和方向选择神经节细胞对运动边界的觉察,并比较了各种经典边界检测算法和生物视觉系统边界认知的效果。第五章对全文研究内容进行综述,给出了结论并对边界认知的发展趋势进行展望。(本文来源于《吉林大学》期刊2007-05-01）
生物特征认知论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
特征提取是计算机视觉系统中不可缺少的重要组成部分,它在各种视觉应用中发挥着重要作用,提取特征的优劣将直接决定系统性能的好坏。虽然提出了多种特征提取方法和识别模型,但目前的计算机视觉系统与人类的视觉系统水平之间仍存在着很大的差距。另一方面,近年来对生物视觉系统的研究取得了很大的进展,研究者通过深入探索灵长类动物的大脑视皮层区域,初步了解了视觉信息的处理通路、各视皮层区域的功能特性和一些重要的感知机制等,这些成果为构建仿人类视觉感知的计算机视觉算法提供了新的途径。论文以生物视觉理论为指导,重点研究对视觉信息的加工处理即特征提取过程,通过深入研究视皮层中的信息处理方式和重要的功能机理,从多个方面来模拟视皮层中表征不同信息的机制,进而提出基于复杂细胞特性的特征提取模型、模拟细胞响应汇聚的特征合并方式、生物启发的局部特征描述子以及提取颜色特征的模型,并取得了实际应用。论文的主要工作可概括如下：首先,提出了一种结合图像拓扑编码来模拟复杂细胞特性的特征提取模型,该模型将基于独立子空间分析从自然图像中训练而得的滤波器组进行改造,提取出具有明显方向和拓扑性的滤波器池,可简单高效的模拟复杂细胞的特性；进而通过视皮层内的协同合并策略将滤波器的响应进行合并,提取了具有一定不变性的特征,将其用于多目标识别实验,该特征表现出了明显的优势。其次,对视皮层内细胞响应汇聚的方式展开了深入的研究,通过对比分析已有研究中提出的几种合并策略的特性和不足,提出了一种能更加合理解释生物实验现象的特征合并机制。该机制将多种合并方式根据细胞间的局部连接进行关联,可实现对输入刺激局部变换的不变性,将基于该合并机制提取的不变特征用于目标识别,实验证实了其对目标的局部变化有更强的鲁棒性。然后,区别于常规的基于图像内容统计或数学分析的描述子,论文探索了脑皮层中局部区域的表征方式,提出了一种基于生物启发的局部描述子,其主要通过模拟灵长类动物脑皮层腹部流的视觉信息处理机制,结合细胞间的抑制、增强和响应归一化等特性提取对局部区域变化鲁棒的特征,并进一步融合方向和空间结构获得强区分性。相比广泛认可的SIFT和SURF描述子,该描述子在图像匹配和目标识别实验上取得了更优的性能,展示了基于生物启发的视觉算法的优势。该局部描述子能更加详细的描述局部区域,具有广泛的应用和研究价值。最后,针对多数特征提取方法对颜色信息利用不足的问题,提出了基于人类色彩感知机制的颜色特征提取模型。该模型基于对叁色理论和对立色理论的研究,通过模拟从视网膜锥体细胞到视皮层拮抗细胞的颜色信息处理通路,构造了同时包含颜色信息和形状信息的特征提取结构。将该特征扩展到已有的视觉算法中,在多个数据库上进行分析验证,结果表明其能更好的融合颜色信息,有效提升了算法的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
生物特征认知论文参考文献
[1].李春永.基于数字搜索任务的认知能力测评和眼动生物特征识别研究[D].军事科学院.2018
[2].张云.基于生物视觉认知机理的特征提取及其应用研究[D].华中科技大学.2014
[3].舒慧建.基于生物特征的图形轮廓认知探讨[D].吉林大学.2007
[4].娄燕山.基于生物特征的边界认知机制研究[D].吉林大学.2007