基于DNA计算的掌纹识别研究

With the rapid development of biometric recognition technology and the increasing of social identity recognition needs,it is a trend to build large-scale biometric databases, while low efficience and small storage amount of traditional computer identity recognition limit the development of recognition technology on large-scale biometric database.Combining the high recognition accuracy characteristic of palmprint recognition with the high parallelism and storage resistance of DNA computing, this project try to solve the problem of large-scale palmprint database recognition using DNA computing theory. The project firstly analyzes and selects suitable type of palmprint recognition features for DNA computing,and then constructs the DNA encoding model of selected palmprint features by designing the constrints which can effectively reflect the charateristics of feature difference.We also try to present a palmprint recognition algorithm based on DNA molecules operation. Finally, a computer simulation and analysis method is studied to provide a supporting role of the DNA computing based palmprint recognition algorithm.Unlike traditional computer palmprint recognition technology, palmprint feature matching modular in DNA computing based approach is performed by biological computing, which can solve the problem that recognition time increased exponentially with the database capacity in computer. The research provides reference for the large-scale palmprint database recognition, and promotes the progress of DNA computing based pattern recognition theory.

随着生物特征识别技术的高速发展和社会对身份识别需求的增加，构建大规模生物特征数据库成为一种趋势，传统基于电子计算机的身份识别技术其效率低、存储量小缺点越发明显。本项目以较高识别精度的掌纹识别为背景，从具有高度并行性和存储性的DNA计算角度，研究解决大规模掌纹识别问题的若干理论。首先，分析并选择适于DNA计算的掌纹特征类型，进而研究所选掌纹特征的DNA编码模型构建方法，着重于设计可有效体现特征差异的约束条件；此后，设计基于DNA分子操作的掌纹识别生化算法，并在电子计算机上完成相关仿真分析工作。与传统掌纹识别不同，DNA计算掌纹识别中的相似度以生物计算方式获得，可解决传统电子计算机上识别时间与数据库容量成指数增长的问题。项目研究成果可为大规模掌纹数据库识别提供一定参考价值，并推动基于DNA计算的模式识别理论进展。

本项目开展的基于DNA计算的掌纹特征识别方法研究，研究方向属生物特征识别与生物计算交叉领域，主要研究内容包括掌纹图像特征提取方法、DNA编码模型构建和基于DNA计算的掌纹识别算法。针对掌纹图像特征提取方法，在频率域变换方法上研究了离散小波变换、Contourlet小波变换和双树复数小波变换掌纹特征提取方法，提出了多小波变换特征融合的掌纹识别方法；在子空间方法上，对传统的二维局部判别保持投影方法进行稀疏化和双向处理，提出了双向二维局部判别保持投影、稀疏二维局部判别保持投影和双向稀疏二维局部判别保持投影方法，并将其应用于掌纹特征提取与识别上；在纹理特征方法上，提出基于Log-Gabor小波相位一致和区域方向码的掌纹特征表示方法，有效描述了掌纹强度及方向信息，具有较好的鲁棒性。在公开PolyU掌纹数据库上的测试结果表明了所提出各方法的有效性。针对DNA编码模型构建，系统性分析了编码所需的DNA序列的热力学性质、序列间的相似性和相关生物运算酶特性，通过考虑h-distance DNA序列，海明距离和GC含量三个条件，提出使用改进遗传算法进行序列集的寻优求解，能够获得更多的DNA序列并缩短DNA编码界限范围。在DNA计算的掌纹识别算法上，设计了基于DNA粘贴模型的掌纹识别算法，在双向二维局部判别保持投影掌纹特征基础上，将掌纹特征模版进行DNA编码形成存储链、待识别掌纹特征也进行DNA编码形成粘贴链并进行复制，将粘贴链和存储链放入DNA汤中进行生化反应，提取含有一组粘贴链的存储复合体，读出数据后即可判定待识别掌纹特征来源，项目采用电子计算机模拟了该流程。项目研究成果可为未来大规模掌纹数据库识别提供一定参考意义，并推动相关理论的发展。