基于PCA和ICA的虹膜识别方法

摘要：

为了提高虹膜识别的正确率,提出了利用主成分分析(PCA)与独立成分分析(ICA)相结合的方法,来对虹膜进行识别的方法.用该方法进行虹膜识别时,首先对预处理后的虹膜图像,利用PCA算法进行去二阶相关和降维处理;然后再进行ICA训练.ICA训练采用了以下两种方法:方法1,将参与ICA训练的图像看作是随机变量,而将图像中的像素值看作是随机实验结果,ICA训练后即可得到相互独立的ICA虹膜基图像;方法2,将图像中的像素值看作是随机变量,而将图像看作是随机实验结果,ICA训练后即得到相互独立的ICA系数.采用CASIA虹膜数据库进行的试验结果表明,基于PCA和ICA的虹膜识别算法在两种训练方式下的正确识别率分别达到98.89%和98.33%.

关键词：虹膜识别、主成分分析、独立成分分析、非监督学习

所属期刊栏目：13

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60472047

在线出版日期：2008-11-18（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：1701-1706