基于特征加权与核主成分分析的掌纹识别

• 作者: 李超 高雷阜
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 掌纹识别 特征降维 Curvelet 变换 相关向量机 核主成分分析
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 1361-1366
• 页数: 6页
• 分类号: TP391
• 字数: 2882字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2016.06.31

摘要

针对掌纹采集受外界因素和噪声的影响较大，传统方法掌纹识别率低、鲁棒性差等问题，提出一种基于特征加权与核主成分分析的掌纹识别算法。首先采用 Curvelet 变换对掌纹图像进行分解，得到不同尺度和角度的轮廓系数，并对 Curvelet 系数进行加权融合操作；然后通过核主成分分析对掌纹特征进行降维处理，实现特征提取；最后采用相关向量机实现掌纹匹配，并采用 PolyU 掌纹图像对算法的性能进行测试。结果表明，与其他掌纹识别算法相比，该算法取得的掌纹识别率更高，且掌纹匹配的时间最短，可以满足掌纹实时识别要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高雷阜	辽宁工程技术大学理学院	119	728	13.0	22.0
2	李超	辽宁工程技术大学理学院	21	46	4.0	5.0