基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf

基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf

ID:57975097

大小:630.79 KB

页数:5页

时间:2020-04-18

基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf_第1页
基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf_第2页
基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf_第3页
基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf_第4页
基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf_第5页
资源描述:

《基于三角范数的多模态手指生物特征的分数层融合方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第4卷第2期智能计算机与应用Vo1.4No.22014年4月INTELLIGENTCOMPUTERANDAPPLICATIONSApr.2014基于三角范数的多模态手指生物特征的分数层融合方法彭加亮,李琼,牛夏牧(1哈尔滨工业大学计算机科学与技术学院,哈尔滨150080;2黑龙江大学信息与网络建设管理中心,哈尔滨150080)摘要:多模态的生物特征融合已成为目前生物识别研究领域的主要发展趋势,从防伪性角度出发,满足普适性和易采集、易接受性的应用需求,提出了基于手指静脉,并结合指纹、指关节纹和指形的分数层融合来实现多模态生物特征的身份认证方案。实验结果表明,本文提出基于Sugeno—W

2、eber三角范数的分数层融合方法,能够增大类内与类间匹配分数分布间的距离,提高了多模态生物特征的身份认证性能。关键词:多模态;手指;分数层融合;三角范数中图分类号:TP391;TN911.73文献标识码:A文章编号:2095—2163(2014)02—0036—05FingerMultimodalBiometricVerificationbasedonScore.1evelFusionPENGJialiang一,LIQiong,NIUXiamu(1SchoolofComputerScienceandTechnology,HarbinInstituteofTechnology,Harb

3、in150080,China;2InformationandNetworkAdministrationCenter,HeilongjiangUniversity,Harbin150080,China)Abstract:Muhimodalbiometricshasbecomethemaintrendinthefieldofcurrentbiometricresearch.Fromtheanti·spoo—ringpointofview,thepaperproposesthefingermuhimodalbiometricapproachthatcombinesfingervein,fi

4、ngerprint,fin-gerknuckleprintandfingershapetomeettheactualdemandofuniversality,acquisitionandacceptanceconvenience.Theexperimentalresultsshowthattheproposedscore—levelfusionapproachusingtriangularnormcanenlargethedistancebe·tweenintra·-classandinter—classmatchingscoresandmakeverificationperform

5、anceimprovementovertheexistingscore-·lev-·elfusionapproaches.Keywords:MultimodalBiometrics;Finger;Score—levelFusion;TriangularNormsO引言利用角度来说,基于多模态生物特征的融合方法可以分为如基于手指生物特征的身份认证技术,现已广泛应用于社下的三个主要融合层次:特征层(融合不同模态的生物特征会生活的各个领域,这些身份认证技术所利用的人体手指生数据)、分数层(融合不同模态产生的匹配分数)和决策层物特征,一般包括指纹、指静脉、指关节纹、指形等。J。但(融合不同模

6、态产生的认证结果)。与特征层和决策层融是,基于手指单一模态的身份认证技术面临着诸多固有的问合方法相比较,分数层融合方法能够从不同模态的类内\类题,例如,生物特征类内变化大、普适性低、防伪性差等。间的匹配分数中获得更好的区分性,而且相对来说实现起来而且,手指单模态生物特征的身份认证系统的识别性能往往也要更为容易。目前,针对手指多模态的分数层融合方法所受到手指生理情况、采集光照、采集传感器类型等条件的严使用的融合规则,主要包括:基于Sum、WeightedSum、Max、重影响。因此,基于手指的多模态生物特征认证技术吸引了Min规则的融合方法J,基于支持向量机(SVM)的融合规众多研究人

7、员的高度关注J,目的是为当前手指单模态生则J,基于高斯混合模型(GMM)的分数概率密度估计的融物特征的身份认证系统所遇到的上述问题寻求解决办法。合规则J。但是,现有的分数层融合方法的主要缺陷是没有多模态手指生物特征的认证系统较单模态系统来说,具有更充分考虑类内与类间分数分布的问题,由此而导致融合后认高的普适性、识别准确性、噪声抵制性、防伪性。本文以手指证性能的提高程度有限。的生物特征为研究对象,选择使用具有防伪性的指静脉特为了避免上述分数层融合方法的不足,

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。