基于戴明-舍尔理论的手部几何融合识别
计算机视觉与模式识别
2024-10-15 v1
摘要
本文提出了一种基于手部几何特征融合技术的人体识别方法，无需任何姿态限制。所有特征均从标准化的左右手图像中提取。融合在特征层和决策层分别应用。提出了两种基于概率的分类算法。第一个算法计算最近三个最近邻居的最大概率。第二个算法根据距离阈值计算匹配特征数量的最大概率。基于这两个最高概率，初始决策被确定。最终决策根据由戴明-舍尔证据理论计算出的最高概率确定。根据各种初始决策的组合，本文在 201 名受试者上进行了标识和验证实验。发现正确识别率为 99.5%，误接受率 (FAR) 为 0.625%。
引用
@article{arxiv.2410.09842,
title = {Fusion Based Hand Geometry Recognition Using Dempster-Shafer Theory},
author = {Asish Bera and Debotosh Bhattacharjee and Mita Nasipuri},
journal= {arXiv preprint arXiv:2410.09842},
year = {2024}
}