基于kNN-SVM的手背静脉虹膜和指纹融合身份识别

• 作者: 刘铁根 李秀艳 袁臣虎
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 生物特征 融合 身份识别 k近邻 支持向量机
• 年，卷（期）: 2013,（4）
• 页码范围: 101-105
• 分类号: TP391.41
• 字数: 2780字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2013.04.015

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,具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘铁根	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	201	1457	19.0	30.0
2	袁臣虎	天津工业大学电气工程与自动化学院	26	146	6.0	11.0
3	李秀艳	天津工业大学电气工程与自动化学院	13	90	3.0	9.0