利用统计与小波特征实现高精度多光谱掌纹识别
计算机视觉与模式识别
2015-06-25 v2
摘要
掌纹是最有用的生理生物特征之一，可作为个人识别系统中的有力手段。掌纹的主要特征包括掌纹线、皱纹和脊线，许多方法以不同方式利用这些特征来解决掌纹识别问题。在此，我们提出使用一组基于统计和小波的特征：统计特征用于捕捉掌纹的总体特性，而基于小波的特征则用于发现空间域中不明显的信息。此外，我们采用两种不同的分类方法，即最小距离分类器方案和加权多数投票算法，来进行掌纹匹配。所提出的方法在一个包含 6000 个样本的知名掌纹数据集上进行了测试，在大多数场景下展现出 99.65\%-100\% 的令人印象深刻的准确率。
引用
@article{arxiv.1408.3772,
title = {Highly Accurate Multispectral Palmprint Recognition Using Statistical and Wavelet Features},
author = {Shervin Minaee and AmirAli Abdolrashidi},
journal= {arXiv preprint arXiv:1408.3772},
year = {2015}
}
备注
6 pages