基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
虹膜图像的采集是业界公认的难点,也是制约虹膜识别广泛应用的主要原因。怎样快速方便地采集到一幅清晰度足够并且有丰富纹理的高质量虹膜图像,对虹膜识别的速度和准确度都起着至关重要的作用。提出了一种基于Adaboost的虹膜图像合格状态检测和定位算法,能够快速有效地一次性检测出虹膜图像采集中的各种不合格图像,例如图像中没有完整眼睛、眼睛睁开程度不够、闭眼、斜视、运动模糊等。大量实验结果表明,该算法具有较好的检测准确率,对各种干扰情况有较强的鲁棒性,并且检测速度快,能够达到实时要求。对于检测合格的图像,还可以大致定位出虹膜在图像中的位置,为后续的虹膜定位节省时间。
推荐文章
基于AdaBoost算法的易拉罐检测方法
Adaboost算法
Haar特征
LBP特征
检测器
基于普通样本的Adaboost人脸检测算法
AdaBoost
人脸检测
权值更新
普通样本
基于Gentle AdaBoost算法的牛体检测
牛体检测
BOF特征向量
特征提取
Gentle AdaBoost
训练分类器
基于SVM-AdaBoost算法的行人检测方法
行人检测
AdaBoost算法
SVM算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Adaboost算法的虹膜合格状态检测
来源期刊 计算机工程与应用 学科 工学
关键词 Adaboost 合格状态检测 虹膜识别 虹膜定位
年,卷(期) 2015,(14) 所属期刊栏目 图形图像处理
研究方向 页码范围 191-197,263
页数 8页 分类号 TP391
字数 7127字 语种 中文
DOI 10.3778/j.issn.1002-8331.1309-0461
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚鹏 中国科学技术大学电子信息科学学院 23 216 9.0 14.0
2 庞建华 中国科学技术大学电子信息科学学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (12)
二级引证文献  (11)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(5)
  • 引证文献(5)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
Adaboost
合格状态检测
虹膜识别
虹膜定位
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导