一种基于决策可靠性比率的指静脉验证融合方法
计算机视觉与模式识别
2016-12-20 v1
摘要
指静脉验证自首次提出以来已有很大发展，但目前仍无完美的算法。事实证明，具有相同总体准确率的算法可能具有不同的误分类模式。我们可以利用这种互补性将各个算法融合在一起以获得更精确的结果。根据我们的观察，算法对其决策具有不同的置信度，但这在融合方法中很少被考虑。我们的工作首先定义了决策可靠性比率来量化这种置信度，然后提出了结合加权投票的最大决策可靠性比率（MDRR）融合方法。在一个包含1000个手指、每个手指5张图像的数据集上进行的实验证明了该方法的有效性。通过MDRR方法获得的分类器准确率达到99.42%，而原始单个分类器的最高准确率为97.77%。实验结果还表明，MDRR优于传统的融合方法，如投票、加权投票、求和与加权求和。
引用
@article{arxiv.1612.05712,
title = {A Fusion Method Based on Decision Reliability Ratio for Finger Vein Verification},
author = {Liao Ni and Yi Zhang and He Zheng and Shilei Liu and Houjun Huang and Wenxin Li},
journal= {arXiv preprint arXiv:1612.05712},
year = {2016}
}
备注
5 pages, 6 figures