摘要
掌纹识别作为一种新兴的生物特征识别技术,具有识别率高、特征稳定等优点.传统的基于手工提取特征的掌纹识别算法使用先验知识提取掌纹主线和细节点,存在可扩展性低、提取图像特征困难、无法挖掘数据的隐藏信息等问题.为了解决这些问题,本文提出了一种基于学习的掌纹识别算法.首先提取掌纹图像的像素值差向量(Pixel Different Vector,PDV)特征.然后,通过余弦相似度保持模型,同时学习PDV特征的二进制表示及其映射函数,以减少PDV特征的信息冗余.最后,为了处理掌纹位置偏移和光照变化等噪音,将学习得到的二进制特征编码成直方图描述子.在3个广泛使用的掌纹数据库上的实验结果表明,所提出的算法能更好地挖掘掌纹图像的内在特征,有效地提高掌纹识别精度.
基金项目
国家自然科学基金(62176066)
国家自然科学基金(61972102)
广东省自然科学基金(2019A1515011811)
广东省重点研发计划(2020B010166006)
广州市科技计划(202002030110)
维普
万方数据