基于 SVM 特征层融合的集成性身份识别模型

• 作者: 何文韬 刘一锐 叶学义 周伟芳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: SVM 特征层融合 生物特征识别
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 81-83,106
• 页数: 4页
• 分类号: TP391.9
• 字数: 3738字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2013.09.024

摘要

多生物特征融合识别是提高身份识别性能的有效方法，提出一种基于特征层融合的识别模型。以人脸与虹膜为例，首先对这两种图像分别进行预处理，然后对人脸采用PCA、Fisherface方法，对虹膜采用小波变换、多通道Gabor滤波方法，进行特征提取得到各自的初始特征向量，由此生成融合特征向量，最后利用SVM对融合特征向量进行分类，实现特征层融合识别。仿真实验结果表明，同等条件下，该融合方法的识别效果优于常见识别方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶学义	杭州电子科技大学通信工程学院	40	202	8.0	11.0
2	何文韬	杭州电子科技大学通信工程学院	2	8	1.0	2.0
3	周伟芳	杭州电子科技大学通信工程学院	1	7	1.0	1.0
4	刘一锐	杭州电子科技大学通信工程学院	1	7	1.0	1.0