高技术通讯
高技術通訊
고기술통신
HIGH TECHNOLOGY LETTERS
2005年
12期
19-23
,共5页
李艳来%王宽全%李涛%张大鹏
李豔來%王寬全%李濤%張大鵬
리염래%왕관전%리도%장대붕
掌纹识别%平移不变Zernike矩%模块化神经网络(MNN)
掌紋識彆%平移不變Zernike矩%模塊化神經網絡(MNN)
장문식별%평이불변Zernike구%모괴화신경망락(MNN)
在对掌纹原始图像进行去噪、分割等预处理之后,利用平移不变的Zernike矩特征矢量(TIZMs)作为掌纹特征建立特征库,根据已知分类信息建立样本集.并将问题分解为多个小规模的两类问题,然后采用模块化神经网络(MNN)作为分类器进行掌纹识别.对香港理工大学的Polyu PalmprintDB数据库中的3200个掌纹进行实验,在响应时间和识别精度等方面获得了很好的结果.
在對掌紋原始圖像進行去譟、分割等預處理之後,利用平移不變的Zernike矩特徵矢量(TIZMs)作為掌紋特徵建立特徵庫,根據已知分類信息建立樣本集.併將問題分解為多箇小規模的兩類問題,然後採用模塊化神經網絡(MNN)作為分類器進行掌紋識彆.對香港理工大學的Polyu PalmprintDB數據庫中的3200箇掌紋進行實驗,在響應時間和識彆精度等方麵穫得瞭很好的結果.
재대장문원시도상진행거조、분할등예처리지후,이용평이불변적Zernike구특정시량(TIZMs)작위장문특정건립특정고,근거이지분류신식건립양본집.병장문제분해위다개소규모적량류문제,연후채용모괴화신경망락(MNN)작위분류기진행장문식별.대향항리공대학적Polyu PalmprintDB수거고중적3200개장문진행실험,재향응시간화식별정도등방면획득료흔호적결과.
