基于核Fisher鉴别分析与支持向量机的虹膜识别方法

• 作者: 王树 田立勤 陈振国
• 来源期刊: 山东大学学报：工学版
• 学科: 工学
• 关键词: 核Fisher鉴别分析 支持向量机 模式匹配 虹膜识别
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 53-56,68
• 分类号: TP391
• 语种: 中文

摘要

为了提高虹膜识别系统的识别性能,针对虹膜识别中的特征提取与模式分类问题,提出了一种基于核Fisher鉴别分析（kernel fisher discriminant analysis,KFDA）与支持向量机（support vector machine,SVM）的虹膜识别方法。从采集到的人眼图像中定位虹膜,并对其进行归一化处理;使用核Fisher鉴别分析提取虹膜纹理特征,并通过选择合适的特征个数提高识别的准确率;在得到虹膜特征编码后,用支持向量机进行分类判决。对CASIA虹膜库的测试结果表明,该方法的处理速度是Daugman虹膜识别方法的4.4倍;该方法与Boles虹膜识别方法相比,降低了错误接受率和错误拒绝率。实验结果表明：该方法能更好地提高虹膜的识别率和降低虹膜识别时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田立勤	华北科技学院计算机系	44	412	9.0	19.0
2	王树	华北科技学院计算机系	6	65	4.0	6.0
3	陈振国	华北科技学院计算机系	3	43	3.0	3.0