1. 毕业设计（论文）主要内容：

随着移动互联网与计算机技术的快速发展，生物模式识别的准确率日益提高，指纹识别已经广泛的应用于手机和PC端等。然而由于指纹等生物特征的不可撤销性，一旦发生指纹信息泄露，可能会造成个人身份、家庭住址等隐私信息的泄露，甚至导致财产损失，而且泄露的指纹信息也无法再次使用。因而亟需采用具有模板保护功能的指纹识别技术，保护原始的指纹特征，提高识别过程的安全性。另一方面深度学习已经成为了模式识别中一个重要的解决途径，并取得显著成果。使用特征转换的方法将原始特征转换为深度的安全编码，来实现对生物特征的保护具有重要研究意义。本课题研究采用基于多标签学习的卷积神经网络和信息编码技术相结合，在Linux平台上实现原始指纹特征到保护模板的转换，从而实现对指纹模板的安全保护，同时要求保证指纹识别的准确率。

2. 毕业设计（论文）主要任务及要求

主要任务：

1. 通过阅读文献，了解指纹识别各个过程。研究现有指纹识别方法，同时分析比较当前指纹识别技术识别率与识别速度，以及其适用范围，重点研究基于多标签学习的深度卷积神经网络(multi-label deep learning)的指纹识别技术。

2. 通过阅读文献，了解生物模板保护的方法和过程，研究已有的生物模板保护技术，结合基于深度学习的指纹技术，在保证识别率的基础之上，提高原始指纹模板的安全性。

   剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

   3. 毕业设计（论文）完成任务的计划与安排

   1. 第1周至第2周：查阅有关的参考资料并完成开题报告；翻译英文资料（不少于5000汉字），并交予指导教师检查。(2018.3.2)

   2. 第3周至第6周：熟悉所选用的实现平台，运用所学的编程技术，完成整个实验实现的前期设计工作。(2018.4.10)

   3. 第7周至第13周：进行实验的编码、调试、训练、测试工作。(2018.5.29)其中第10周左右(2018.5.4-5.8)进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

      剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

      4. 主要参考文献

      [1] 作者: 周志华, 机器学习, 北京：清华大学出版社, 2016.

      [2] nandakumar, k jain, a. k. biometric templateprotection: bridging the performance gap between theory and practice. ieee signalprocessing magazine, pp.88-100, 2015.

      [3] harkeerat kaur, pritee khanna, biometrictemplate protection using cancelable biometrics and visual cryptographytechniques, multimedia tools and applications, pp.775-779, 2016.

      剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付