咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >核Fisher鉴别分析在掌纹识别中的应用 收藏

核Fisher鉴别分析在掌纹识别中的应用

Kernel Fisher discriminant analysis used in palmprint recognition

作     者:裴昱 刘海林 PEI Yu;LIU Hai-lin

作者机构:广东工业大学应用数学学院广东广州510006 

出 版 物:《量子电子学报》 (Chinese Journal of Quantum Electronics)

年 卷 期:2009年第26卷第6期

页      面:647-653页

核心收录:

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:广东省自然科学基金(8151009001000044 07001797) 广州市科技计划项目(2007J1-C0501) 

主  题:图像处理 核Fisher鉴别分析 特征提取 掌纹识别 

摘      要:核Fisher的鉴别方法(KFDA)是模式识别中较为突出的提取图像非线性特征的方法。为了更好地提取掌纹图像的非线性特征,将KFDA方法引入到掌纹识别中。首先对掌纹图像做小波变换进行降维,在保留原始图像轮廓信息和特征的基础上,用核Fisher判决方法进行特征提取并引入零空间的核Fisher(ZKFDA)方法解决小样本问题,最后用最小距离分类器进行掌纹匹配。通过PolyU掌纹图像库,实验结果表明,在不同的特征个数下,KFDA方法比二维Fisher准则(2DFLD)方法识别率高;零空间ZKFDA的平均识别率高于KFDA,并且计算量大大减少。在核函数选取上,取RBF核函数的识别性能最佳。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分