联合多尺度分块和协作表示的虹膜识别算法

• 作者: 于倩 练秋生 陈书贞
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 虹膜识别 稀疏表示 协作表示 贝叶斯融合
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 算法研究
• 页码范围: 1025-1033
• 页数: 9页
• 分类号: TP391.4
• 字数: 6044字
• 语种: 中文

摘要

基于稀疏表示的虹膜识别方法（SRIR）相对于传统的虹膜识别方法，在处理噪声干扰等问题，识别效果相对较好，具有较好的鲁棒性。但在样本集不足的情况下，识别性能受到影响，存在运行耗时过多、计算复杂度较高的问题。针对上述问题，提出了一种联合多尺度分块和协作表示的虹膜识别算法。通过将虹膜图像按照多个尺度大小分别进行均匀分块，从而达到有效地利用虹膜特征，然后分别对每个尺度下的虹膜图像子块进行基于协作表示的识别，以降低算法耗时，最后将识别结果通过贝叶斯融合方法得到最终的分类。实验结果表明，该算法对于虹膜样本集较少的问题，比原有的SRIR方法耗时低，识别率高，复杂度低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学信息科学与工程学院	110	1442	20.0	33.0
2	陈书贞	燕山大学信息科学与工程学院	43	533	10.0	22.0
3	于倩	燕山大学信息科学与工程学院	5	16	2.0	4.0