计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2015年
2期
181-184,204
,共5页
静脉识别%单样本%虚拟图像%二维主成分分析(2DPCA)%局部二值模式(LBP)%决策层融合
靜脈識彆%單樣本%虛擬圖像%二維主成分分析(2DPCA)%跼部二值模式(LBP)%決策層融閤
정맥식별%단양본%허의도상%이유주성분분석(2DPCA)%국부이치모식(LBP)%결책층융합
vein recognition%single sample%virtual image%2-Dimensional Principal Component Analysis(2DPCA)%Local Binary Pattern(LBP)%decision level fusion
针对单样本手掌静脉识别率较低的问题，研究了一种结合手掌静脉2DPCA特征和分区LBP特征的识别方法。利用图像重采样和奇异值扰动方法生成虚拟样本，利用2DPCA从生成的虚拟样本图像上提取静脉特征进行识别；利用LBP从原单样本手掌静脉提取分区特征进行识别；利用决策层融合方法将以上两种方法进行融合。在PolyU手掌静脉库上的实验表明，该方法能有效地解决手掌静脉的单样本识别问题。
針對單樣本手掌靜脈識彆率較低的問題，研究瞭一種結閤手掌靜脈2DPCA特徵和分區LBP特徵的識彆方法。利用圖像重採樣和奇異值擾動方法生成虛擬樣本，利用2DPCA從生成的虛擬樣本圖像上提取靜脈特徵進行識彆；利用LBP從原單樣本手掌靜脈提取分區特徵進行識彆；利用決策層融閤方法將以上兩種方法進行融閤。在PolyU手掌靜脈庫上的實驗錶明，該方法能有效地解決手掌靜脈的單樣本識彆問題。
침대단양본수장정맥식별솔교저적문제，연구료일충결합수장정맥2DPCA특정화분구LBP특정적식별방법。이용도상중채양화기이치우동방법생성허의양본，이용2DPCA종생성적허의양본도상상제취정맥특정진행식별；이용LBP종원단양본수장정맥제취분구특정진행식별；이용결책층융합방법장이상량충방법진행융합。재PolyU수장정맥고상적실험표명，해방법능유효지해결수장정맥적단양본식별문제。
In order to improve the low recognition rate of palm vein recognition algorithm based on a single sample, this paper presents a new algorithm-a combination 2DPCA feature and partition LBP feature. Image re-sampling and Singular Value Decomposition(SVD)-perturbation are used to generate virtual images, hence more samples. 2DPCA is used to extract the vein features from the generated virtual image. The original single sample palm vein image is partitioned into smaller sub-image. LBP is used to extract vein features for identification. The above two methods are integrated with the decision level fusion algorithm. Experimental results in PolyU palm vein database verify the effectiveness of this method.
