基于kNN-SVM的手背静脉虹膜和指纹融合身份识别 |
| |
引用本文: | 袁臣虎,刘铁根,李秀艳.基于kNN-SVM的手背静脉虹膜和指纹融合身份识别[J].光电工程,2013(4):101-105. |
| |
作者姓名: | 袁臣虎 刘铁根 李秀艳 |
| |
作者单位: | 天津工业大学电气工程与自动化学院;天津大学精密仪器与光电子工程学院;光电信息技术科学教育部重点实验室 |
| |
基金项目: | 教育部博士点基金资助项目(20090032110051);天津市高等学校科技发展基金计划(20122D03) |
| |
摘 要: | 针对识别模式下多生物特征融合识别系统的实现问题,本文基于手背静脉、虹膜和指纹三种生物特征研究了高效的融合识别算法。分别对三种生物特征进行特征提取与匹配,得到独立的匹配分数,基于k近邻(k Nearest Neighbor,kNN)分类器实现手背静脉特征识别,将用户身份范围缩小到k个,实现个人身份的初步识别,利用支持向量机(Support Vector Machine,SVM)算法实现k个样本范围内虹膜和指纹的融合识别,实现最终的个人身份识别。利用构建的三模态生物特征图像数据库进行了实验分析,实验结果表明该系统具有较高的识别性能,具有广阔的
|
关 键 词: | 生物特征 融合 身份识别 k近邻 支持向量机 |
本文献已被 CNKI 等数据库收录! |
|