基于LRC与多样本扩充的指静脉识别方法

摘要：

针对目前手指静脉识别由于训练样本不足引起图像识别率低的问题,提出基于线性回归分类(linear regression classification,LRC)与多样本扩充的指静脉识别I方法.首先,利用矩阵变换生成原始图像的镜像,训练原始图像与镜像,增加指静脉图像中包含的有用信息;然后,基于LRC对测试和训练样本进行分类;最后,通过计算偏差得到最终分类结果,求出识别率.此外,设计了一种指静脉采集装置收集得到自建指静脉数据库.实验结果表明:所提算法在自建指静脉数据库、山东大学指静脉数据库、马来西亚理工大学指静脉数据库上的识别率分别达到98.93％、98.89％、99.67％,最低等误率为2.388 8％.实验结果与其他传统和流行算法相比具有明显优势,拥有良好的实际应用价值.

关键词：模式识别、图像处理、指静脉识别、多样本扩充、线性回归分类

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFB1403303

在线出版日期：2022-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：660-666