利用 Gabor 滤波器与马氏距离算法提升生物特征提取融合的精度
计算机视觉与模式识别
2014-07-28 v1
摘要
生物特征识别系统在过去十年中取得了显著进展，其在特定应用中的使用将在不久的将来进一步增加。进行有意义的比较和评估对于成功部署及提高生物特征技术的采纳率至关重要。作为单模态生物特征系统使用的最佳模态无法完全解决高识别率的问题。多模态生物特征系统能够缓解单模态生物特征系统中遇到的一些局限性，例如非普遍性、独特性、不可接受性、传感器数据噪声、欺骗攻击以及性能问题。通过结合不同的模态并使用不同的算法或技术，可以实现更可靠的识别精度和性能。本文提出的工作聚焦于一种使用人脸和指纹的双模态生物特征系统。采用图像增强技术（直方图均衡化）来增强人脸和指纹图像。利用 Gabor 滤波器技术提取人脸和指纹的显著特征。使用主成分分析技术对提取的两种图像特征进行降维处理。采用特征级融合算法（马氏距离技术）将每种单模态特征结合在一起。所提出方法的性能经过验证，证明是有效的。
引用
@article{arxiv.1407.6748,
title = {Enhancing the Accuracy of Biometric Feature Extraction Fusion Using Gabor Filter and Mahalanobis Distance Algorithm},
author = {Ayodeji S. Makinde and Yaw Nkansah-Gyekye and Loserian S. Laizer},
journal= {arXiv preprint arXiv:1407.6748},
year = {2014}
}
备注
Focused on extraction of feature from two different modalities (face and fingerprint) using Gabor filter