基于有监督双正则NMF的静脉识别算法
Vein Recognition Algorithm Based on Supervised NMF with Two Regularization Terms作者机构:辽宁工业大学电子与信息工程学院辽宁锦州121001 大连理工大学软件学院辽宁大连116024
出 版 物:《计算机科学》 (Computer Science)
年 卷 期:2018年第45卷第8期
页 面:283-287页
学科分类:08[工学] 0804[工学-仪器科学与技术]
基 金:国家自然科学基金(61502216 61572244)资助
主 题:静脉识别 生物特征 非负矩阵分解 特征降维 稀疏表示
摘 要:为使提取的静脉图像特征具有较好的聚类特性以更利于正确识别,提出了一种基于有监督非负矩阵分解的识别算法。首先,对静脉图像进行分块处理,通过融合所有的子图像特征形成静脉的原始特征;其次,采用特征的稀疏性与聚类属性双正则项,对原始的非负矩阵分解模型进行改进;然后,基于梯度下降法对改进的非负矩阵分解模型进行求解,实现对原始特征的降维与优化;最后,利用最近邻算法对新的特征进行匹配,从而获得识别结果。实验结果表明,对于3种静脉样本数据库,所提识别算法的错误接受率与错误拒绝率分别可以达到0.02与0.03;此外,其2.89s的识别时间可以满足实时性要求。