基于核局部Fisher判别分析的掌纹识别
运用核局部Fisher判别分析(KLFDA)进行掌纹识别。为了解决小样本图像识别中特征方程矩阵的奇异性问题,首先运用图像下抽样方法降低掌纹空间的维数,在低维图像上应用KLF-DA提取低维的投影向量;然后将训练图像和待识别图像的核矩阵向投影向量上投影,得到非线性局部判别特征;最后计算特征向量间的余弦距离,进行掌纹匹配。运用PolyU掌纹图像库对算法进行测试,实验结果表明,与主元分析(PCA)、Fisher判别分析(FDA)、独立元分析(ICA)、核主元分析(KPCA)和局部Fisher判别分析(LFDA)相比,本文算法的识别率(RR)最高为99%,特征提取和匹配总时间0.031S,满足实时系统的要求。
掌纹识别、核主元分析(KPCA)、局部Fisher判别分析(LFDA)、核局部Fisher判别分析、(KLFDA)
23
TP391.41(计算技术、计算机技术)
国家自然科学基金;辽宁省教育厅科研
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
354-358