一种基于2DHOL特征与(2D)~2FPCA结合的手指静脉识别方法
作者机构：中国科学院半导体研究所高速电路与神经网络实验室北京100083 中国科学院大学微电子学院北京100029 认知计算技术威富联合实验室北京100083
出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)
年 卷 期：2018年第30卷第2期
页 码：254-261页
摘 要：文中提出一种基于二维方向线直方图统计(2DHOL)特征与双向二维费希尔主成分分析((2D)~2FPCA))相结合的手指静脉识别方法.首先针对手指静脉图像纹路走向的特点,改进基于梯度直方图(HOG)特征中有关梯度幅值和方向的计算方法,采用二维Gabor滤波器获取静脉图像的线形响应和方向,提取2DHOL特征;然后综合考虑行列相关性和类别信息,采用(2D)~2FPCA对2DHOL特征进行降维处理,得到手指静脉特征向量;最后计算特征向量的欧氏距离.应用不同手指静脉数据库进行实验的结果表明,该方法能够有效地提高手指静脉识别率,并对训练样本数变化具有较强的鲁棒性.
主 题 词：手指静脉识别 Gabor滤波 方向线直方图 子空间学习 (2D)2FPCA
学科分类：08[工学] 080203[080203] 0802[工学-机械学]
核心收录：
D O I：10.3724/SP.J.1089.2018.16302
馆 藏 号：203282503...
