|
|||||
|
|
| 基于最近相关性分类器的单样本掌纹识别 | |
| 作者姓名： | 郭金玉 刘玉芹 苑玮琦 |
| 作者单位： | 沈阳化工大学信息工程学院;沈阳化工大学信息工程学院;沈阳工业大学视觉检测技术研究所;沈阳工业大学视觉检测技术研究所 |
| 基金项目： | 国家自然科学基金(60972123);高等学校博士学科点专项科研基金(20092102110002);沈阳市科技计划(F10-213-1-00);辽宁省教育厅(L2012139)资助项目 |
| 摘 要： | 为了解决单样本掌纹识别的困难,研究了基于最近相关性分类器(NCC)的单样本掌纹识别方法。首先对掌纹图像进行分块,划分为若干个子图像;然后运用统计特征、傅里叶变换、离散余弦变换(DCT)和Gabor变换4种方法对子图像进行特征提取,将所有子图像的特征向量组合在一起形成该图像的特征向量;最后应用NCC进行分类识别。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明:与最近邻分类器(NNC)和支持向量机(SVM)相比,在不同大小的子图像上,运用不同的特征提取算法,NCC均提高了识别率;分类时间在0.3～0.7s之间,满足实时系统的需求。 |
| 关 键 词： | 掌纹识别 最近邻分类器(NNC) 支持向量机(SVM) 最近相关系数分类器(NCC) |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《光电子．激光》浏览原始摘要信息 | |
| 点击此处可从《光电子．激光》下载全文 | |