基于学习的高分辨率掌纹细节点质量评价方法

• 作者: 付翔 刘重晋 封举富 王瀚
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 掌纹识别 细节点质量 Gabor卷积 复数滤波 AdaBoost算法
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 大数据分析专刊
• 页码范围: 2180-2186
• 页数: 7页
• 分类号: TP393
• 字数: 5581字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.004646

摘要

细节点在高分辨率掌纹匹配中扮演了重要角色，然而掌纹图像受到主线、褶皱线等的影响，提取出的细节点质量参差不齐。所以，对细节点进行质量评价并去除伪细节点，成为一个研究课题。提出了一种基于学习的高分辨率掌纹细节点质量评价方法。首先使用了基于图像的 Gabor 卷积响应和复数滤波响应等的一系列特征，用来对细节点局部进行冗余描述；然后，把每个特征作为弱分类器，用 AdaBoost 算法进行多层训练，挑选出对真伪细节点判别效果最理想的特征；最后，把弱分类器加权线性组合的响应分数作为细节点质量的得分，筛选出得分在阈值以上的细节点作为真细节点。该方法的实验结果与基于傅里叶变换的方法相比，能够更好地区分真伪细节点，对细节点的质量做出了更好的评价。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘重晋	北京大学信息科学技术学院智能科学系	3	10	3.0	3.0
3	付翔	北京大学信息科学技术学院智能科学系	5	15	3.0	3.0
5	王瀚	北京大学信息科学技术学院智能科学系	1	3	1.0	1.0