10.3969/j.issn.1000-3428.2014.09.039
基于2 DGabor小波与BDPCA的掌纹识别
提出一种解决双向主成分分析( BDPCA )中小样本问题的掌纹识别方法。把掌纹感兴趣区域图像经过2 DGabor小波变换后得到的每个图像都作为独立的样本,以增加每一类掌纹的样本数。设计一种基于样本散度矩阵的改进BDPCA算法进行特征提取。采用训练样本的k值矩阵代替训练样本的平均值矩阵,从而获得最优投影矩阵。将2 DGabor与改进的BDPCA算法相结合进行掌纹识别。在PolyU掌纹库中的实验结果表明,该方法不仅减少了不同训练样本对识别率的影响,而且能够提高识别率,甚至当每类训练样本数仅为1时,也能得到较高的识别率,有效解决了掌纹识别的小样本问题。
掌纹识别、小样本问题、2 DGabor小波变换、双向主成分分析、特征提取、散度矩阵
TP391.4(计算技术、计算机技术)
陕西省教育厅自然科学研究计划基金资助项目2010JK741。
2014-09-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
196-199