作者单位
摘要
1 辽宁工程技术大学 电子与信息工程学院,辽宁 葫芦岛 125105
2 沈阳理工大学 自动化与电气工程学院,辽宁 沈阳 110159
针对三维掌纹特征表示准确性差的问题,提出一种局部方向二值模式(Local Orientation Binary Pattern,LOBP)结合协同表示(Collaborative Representation,CR)的3D掌纹识别方法。利用掌纹主方向和方向置信度的编码来共同表达掌纹的方向信息,从而有效提高方向编码的准确性。使用表面类型编码来刻画掌纹的结构,充分表达掌纹的几何特征。最后,在分类识别时通过协同表示的方法将特征结合进而完成掌纹识别。在香港理工大学3D掌纹库上进行实验,结果表明获得的平均识别率最高可达99.55%,平均识别时间为0.874 9 s。所提方法可以在保持较低识别时间的同时提高3D掌纹的识别精度。
模式识别 3D掌纹识别 局部方向二值模式 协同表示 pattern recognition 3D palmprint recognition local orientation binary pattern collaborative representation 
液晶与显示
2022, 37(6): 726
杨冰 1,*王小华 1,2杨鑫 3
作者单位
摘要
1 杭州电子科技大学认知与智能计算研究所, 杭州 310018
2 中国计量学院, 杭州 310018
3 大连理工大学计算机科学与技术学院, 辽宁大连 116023
近年来, 自动掌纹识别方法的研究吸引了越来越多的关注, 已有的工作主要集中于二维掌纹识别。然而, 二维掌纹图像存在着易伪造、抗噪能力差的缺陷, 实际应用中会带来潜在的安全隐患。因此, 三维掌纹识别被视为一种可行的解决方案来进一步提高识别的性能。基于局部纹理特征, 本文提出一种有效的三维掌纹识别方法。该方法首先利用形状指数来描述三维掌纹的局部几何特征, 接着提取形状指数图像的局部三值模式以及 Gabor小波特征, 最后在匹配分数层次上对这两种互补的局部纹理特征进行融合, 随后的实验证明了融合特征较单独特征要好。在香港理工三维掌纹数据库上的实验结果表明, 本文方法在识别率上要优于目前流行的其它三维掌纹识别方法, 从而验证了本文方法的有效性。
三维掌纹识别 局部纹理特征 形状指数 多重特征融合 3D palmprint recognition local texture feature shape index multiple feature fusion 
光电工程
2014, 41(12): 53

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!