基于单样本的手掌静脉识别方法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 基于单样本的手掌静脉识别方法 林建 民，冯 桂 LIN Jianmin，FENG Gui 华侨大学 信息科学与工程学院，福建 厦门 361021 SchoolofInformationScienceandTechnology,HuaqiaoUniversity，Xiamen，Fujian361021，China LIN Jianm in，FENG Gui．Palm veinrecognitionmethodbasedon singlesample．ComputerEngineeringandAppli- cations，2015，51(2)：181—184． Abstract：Inordertoimprovethelow recognitionrateofpalm veinrecognitionalgorithm basedonasinglesample，this paperpresentsanew algorithm—acombination2DPCA featureandpartitionLBPfeature．Imagere—samplingandSingular ValueDecomposition(SVD)-perturbationareusedtogeneratevirtualimages，hencemoresamples．2DPCAisusedtoextract theveinfeaturesfrom thegeneratedvirtualimage．Theoriginalsinglesamplepalm veinimageispartitionedintosmaller sub—image．LBPisusedtoextractveinfeautresforidentification．Theabovetwomethodsareintegratedwiththedecision levelfusionalgorithm ．ExperimentalresultsinPolyU palm veindatabaseverifyhteeffectivenessofthismethod． Keywords：veinrecognition；singlesample；virtualimage；2-DimensionalPrincipalComponentAnalysis(2DPCA)：Local BinaryPattern(LBP)：decisionlevelfusion 摘 要 ：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。 关键词：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 文献标志码：A 中图分类号：TP391．41 doi：10．377S~．issn．1002—8331．1311—0037 1 引言 征进行融合 ，取得了较好的识别性能。文献 [7]利用流 静脉识别的准确率 ，不仅与算法本身有关 ，还与训 形学习方法提取掌纹和中指特征进行识别，特征融合后 练样本的数量密切相关。在当前的静脉识别研究n】中， 识别率提高了11．74％。文献 [8]将静脉特征结合手部的 大部分的是基于多样本的算法研究，算法的识别率会随 几何特征进行识别，在只利用静脉特征和手部几何特征 着训练样本个数的增加而提高 ，但是当只有单个样本 时，EER分别为 1．19和 1．81，将二者结合后EER为0．06。 时，识别性能则会显著下降。因此克服单样本的识别性 但是 ，在实际应用中，经常会遇到缺乏多种生物特征样 能缺陷是一个重要的研究课题。另外，基于单样本的静 本的情况。因此 ，本文研究了一种仅利用手掌静脉的单 脉识别方法还能显著提高用户的接受程度和使用的便 样