基于改进非负矩阵分解的手背静脉识别算法
Dorsal Hand Vein Recognition Algorithm Based on Improved Nonnegative Matrix Factorization作者机构:辽宁工业大学电子与信息工程学院辽宁锦州121001 东北大学信息科学与工程学院辽宁沈阳110819
出 版 物:《信息与控制》 (Information and Control)
年 卷 期:2016年第45卷第2期
页 面:193-198页
核心收录:
学科分类:0820[工学-石油与天然气工程] 0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(61502216 61572244)
摘 要:为提高手背静脉识别过程中特征的有效性,提出了一种基于改进非负矩阵分解(NMF)的识别算法.首先,静脉图像经过分块后,将每一块子图像的像素均值与平均梯度幅值作为图像原始特征;其次,将所有训练样本原始特征形成的特征矩阵进行非负矩阵分解,其中对分解后的系数向量加以稀疏性与可区分性约束,从而形成改进的非负矩阵分解模型;再次,基于梯度投影法对提出的非负矩阵分解模型进行求解,获取新的特征基与特征向量;最后,利用最近邻匹配算法对特征向量进行分类,实现身份的识别.实验结果表明,提出的识别算法可获得较高的识别率,处理过程具有较好实时性.