改进型LDA结合LBP的手指静脉识别

• 作者: 傅志威 徐子豪 陈光化
• 来源期刊: 现代电子技术
• 关键词: 手指静脉识别 线性判别分析 图像处理 投影空间构建 训练样本匹配 仿真分析
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 1-4
• 页数: 4页
• 分类号: TN911-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.12.001

摘要

为提升手指静脉识别中不同类别间的区分度,提出一种改进型线性判别分析(LDA)结合局部二值模式(LBP)的识别方法.针对传统LDA算法因未对单个类别分类优化而存在的问题,对每个类别都构建一个最优投影空间,计算每个类别的最优空间中测试样本与属于该类别的训练样本之间的匹配度.结合提取到的有效的LBP特征,以及手指静脉数据库FV-USM和THU-FV,实验结果表明,改进型LDA算法得到的等错误率(EER)为0.45％和0.32％,远低于传统LDA算法得到的EER(1.11％和1.10％),提高了手指静脉的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈光化	上海大学微电子研究与开发中心	30	219	8.0	14.0
5	徐子豪	上海大学微电子研究与开发中心	2	0	0.0	0.0
6	傅志威	上海大学机电工程与自动化学院	2	6	1.0	2.0