融合2D-PCA及稀疏表示的掌纹识别方法

摘要：

提出一种基于稀疏表示的掌纹识别方法,该方法借鉴二维主成分分析(PCA)良好的数据压缩属性和较快的特征提取速度,生成掌纹特征图像.二维PCA不仅克服了一维PCA数据维数过大不易计算的缺点,而且保留了原始图像的数据结构,提取的特征能更好的代表原始图像.为了便于稀疏表达,对提取的掌纹特征图像利用一维主成分分析进行二次特征提取,得到训练样本.虽然此处使用了一维PCA,但是由于这是二次特征提取,提取的特征还是保留了原始图像的数据结构,相比单纯的一维PCA,提高了识别率.利用训练样本构造出冗余字典,并采用稀疏表示理论将测试样本表示为字典原子的线性组合,然后根据表示系数的稀疏性与稀疏集中度实现分类识别.由于该方法利用了表达系数的稀疏性,因此减小了算法的时间和空间复杂度.实验表明,针对香港理工大学的MSpalmprints Database,本文方法的识别率较传统方法有明显提高.

关键词：稀疏表达、二维主成分分析、掌纹识别

所属期刊栏目：39

分类号：TP319(计算技术、计算机技术)

资助基金：浙江省自然科学基金资助项目Y1111061;宁波市自然科学基金资助项目2011A610192;浙江省公益性技术应用研究计划项目2010C33104;宁波市科技创新团队研究计划2011B81002

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：59-64