| 基于交叉融合特征的人耳识别 |
| |
| 引用本文： | 徐正光,申思.基于交叉融合特征的人耳识别[J].计算机工程,2007,33(18):214-216. |
| |
| 作者姓名： | 徐正光 申思 |
| |
| 作者单位： | 北京科技大学信息工程学院,北京,100083 |
| |
| 摘 要： | 结合人耳图像特点和两种整体统计特征提取方法的优缺点，该文用主成分分析(PCA)方法提取图像的表示信息特征，用压缩后的类平均向量中的判别信息获得先验类别特征并根据特征分量的类间类内方差比准则将两种特征交叉融合成新的特征向量。分别在2个不同的人耳图像库中进行识别实验，结果表明，该文提出的交叉融合特征识别方法比传统的PCA和PCA+LDA方法的正确识别率高，而且在有一定程度的光照变化和一定角度变化的情况下仍可获得很好的识别效果。
|
| 关 键 词： | 人耳识别 特征提取 主成分分析 特征融合 |
| 文章编号： | 1000-3428（2007）18-0214-03 |
| 修稿时间： | 2006-09-26 |
Ear Recognition Based on Intercrossed Feature |
| |
| XU Zheng-guang,SHEN Si.Ear Recognition Based on Intercrossed Feature[J].Computer Engineering,2007,33(18):214-216. |
| |
| Authors: | XU Zheng-guang SHEN Si |
| |
| Affiliation: | School of Information Engineering, University of Science and Technology Beijing, Beijing 100083 |
| |
| Abstract: | |
| |
| Keywords: | ear recognition feature extraction principle component analysis(PCA) feature fusion |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
