基于子空间特征融合的两级掌纹识别算法

• 作者: 任江涛 吴婕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 掌纹识别 核主成分分析 欧式距离 支持向量机 特征提取
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 图形图像处理
• 页码范围: 175-178
• 页数: 4页
• 分类号: TP39l
• 字数: 3279字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1306-0106

摘要

针对单一PCA或PCA只能提取掌纹的线性或非线性特征，单一分类器的掌纹识别率低缺陷，提出一种子空间特征融合的两级掌纹识别方法（PCA-KPCA-SVM）。首先采用子空间特征提取方法PCA、KPCA分别提取掌纹图像线性和非线性特征，然后基于融合特征总类间距离最大准则，计算出最佳的融合系数，得到PCA、KPCA的融合掌纹特征，最后将融合特征输入到欧式距离分类器进行掌纹识别，如果拒绝识别，则输入支持向量机进行二次识别。采用Polyu掌纹图像库进行测试实验，结果表明，相对于对比算法，PCA-KPCA-SVM提高了掌纹识别率，有效降低了掌纹的误识率和拒识率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任江涛	中山大学软件学院	23	303	10.0	17.0
2	吴婕	广州华侨医院计算机中心	1	3	1.0	1.0