基于2DGabor小波与BDPCA的掌纹识别.pdf

基于2DGabor小波与BDPCA的掌纹识别.pdf

ID:53575426

大小:312.24 KB

页数:4页

时间:2020-04-19

基于2DGabor小波与BDPCA的掌纹识别.pdf_第1页
基于2DGabor小波与BDPCA的掌纹识别.pdf_第2页
基于2DGabor小波与BDPCA的掌纹识别.pdf_第3页
基于2DGabor小波与BDPCA的掌纹识别.pdf_第4页
资源描述:

《基于2DGabor小波与BDPCA的掌纹识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第40卷第9期计算机工程2014年9月Vo1.40NO.9ComputerEngineeringSeptember2014·人工智能及识别技术-文章编号:1000.3428(2014)094)196-04文献标识码:A中图分类号:TP391.4基于2DGabor小波与BDPCA的掌纹识别薛延学,薛萌,刘一杰,白晓辉(西安理工大学信息科学系,西安710048)摘要:提出一种解决双向主成分分析(BDPCA)中小样本问题的掌纹识别方法。把掌纹感兴趣区域图像经过2DGabor小波变换后得到的每个图像都作为独立的样本,以增加每一类掌纹的样本数。设计一种基于样本散度矩阵的改进BDPCA算法进行特征提取

2、。采用训练样本的k值矩阵代替训练样本的平均值矩阵,从而获得最优投影矩阵。将2DGabor与改进的BDPCA算法相结合进行掌纹识别。在PolyU掌纹库中的实验结果表明,该方法不仅减少了不同训练样本对识别率的影响,而且能够提高识别率,甚至当每类训练样本数仅为1时,也能得到较高的识别率,有效解决了掌纹识别的小样本问题。关键词:掌纹识别;小样本问题;2DGabor小波变换;双向主成分分析;特征提取;散度矩阵PalmprintRecognitionBasedon2DGaborWaveletandBDPCAXUEYan-xue,XUEMeng,LIUYi-jie,BAIXiao—hui(Departm

3、entofInformationScience,Xi’anUniversityofTechnology,Xi’an710048,China)【Abstract】ApalmprintrecognitionmethodwhichcansolvethesmallsamplesizeproblemofbidirectionalPrincipalComponentAnalysis(PCA)ispresented.Theimplementationprocedureofthismethodisasfollows:Eachimageisobtainedby2DGaborwavelettransformo

4、fpalmprintRegionofInterest(ROI)imageasanindependentsample,inordertOincreasethenumberofthesamplesofeverykindpalmprint.ThispaperdesignsanimprovedalgorithmbasedonsamplesscattermatrixtOextractthepalmprintfeatures.Thisalgorithmcanobtainthebestprojectionmatrixbyadoptingthekvaluesmatrixinsteadoftheaverag

5、evaluesmatrixoftrainingsamples.The2DGaborandtheimprovedBDPCAalgorithmarecombinedtoidentifyeverypalmprint.ExperimentalresultsonthePolyUpalmprintdatabasedemonstratethattheproposedmethodnotonlyreducestheinfluenceofdifferenttrainingsamplesonrecognitionrate,butalsoincreasestherate,especiallyithasgreatp

6、erformancewhenthenumberoftrainingsamplesis1.Themethodeffectivelysolvesthesmallsamplesizeproblemofpalmprintrecognition.【Keywords】palmprintrecognition;smallsamplesizeproblem;2DGaborwavelettransform;BidirectionalPrincipalComponentAnalysis(BDPCA);featureextraction;scattermatrixDOI:10.3969/j.issn.1000—

7、3428.2014.09.039像转化为一维向量的维数一般较高,会增加特征提取1概述的计算复杂度,并且如果训练样本太少的话,很难计掌纹识别是生物特征识别技术中一个新的研究算该向量的散度矩阵,会产生小样本问题。为此,领域,它旨在根据人体掌纹之间的差异进行身份识文献[5]提出了二维主成分分析(TwoDimensional别,与其他生物识别技术相比,掌纹拥有主特征明PrincipalComponentAnalysis,2DPC

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。