融合2D-PCA及稀疏表示的掌纹识别方法

• 作者: 何艳 刘箴 李纲 王雷 金炜
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 稀疏表达 二维主成分分析 掌纹识别
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 模式识别
• 页码范围: 59-64
• 页数: 6页
• 分类号: TP319
• 字数: 4304字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2012.10.010

摘要

提出一种基于稀疏表示的掌纹识别方法,该方法借鉴二维主成分分析(PCA)良好的数据压缩属性和较快的特征提取速度,生成掌纹特征图像.二维PCA不仅克服了一维PCA数据维数过大不易计算的缺点,而且保留了原始图像的数据结构,提取的特征能更好的代表原始图像.为了便于稀疏表达,对提取的掌纹特征图像利用一维主成分分析进行二次特征提取,得到训练样本.虽然此处使用了一维PCA,但是由于这是二次特征提取,提取的特征还是保留了原始图像的数据结构,相比单纯的一维PCA,提高了识别率.利用训练样本构造出冗余字典,并采用稀疏表示理论将测试样本表示为字典原子的线性组合,然后根据表示系数的稀疏性与稀疏集中度实现分类识别.由于该方法利用了表达系数的稀疏性,因此减小了算法的时间和空间复杂度.实验表明,针对香港理工大学的MSpalmprints Database,本文方法的识别率较传统方法有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金炜	宁波大学信息科学与工程学院	92	531	12.0	18.0
2	刘箴	宁波大学信息科学与工程学院	81	465	11.0	18.0
3	李纲	宁波大学信息科学与工程学院	28	227	10.0	14.0
4	王雷	宁波大学信息科学与工程学院	4	22	2.0	4.0
5	何艳	宁波大学信息科学与工程学院	5	10	1.0	3.0