基于有监督双正则NMF的静脉识别算法

作     者：贾旭 孙福明 李豪杰 曹玉东 JIA Xu;SUN Fu-ming;LI Hao-jie;CAO Yu-dong

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。