多算法融合虹膜识别中的规范化模型比较研究.pdfVIP

多算法融合虹膜识别中的规范化模型比较研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多算法融合虹膜识别中的规范化模型比较研究

学兔兔 多算法 融合虹膜识别 中的规范化模型 比较研究 王风华,等 多算 法融合虹膜识别 中的规 范化模型 比较研 究 王 风 华 , 孟文 杰 (中国石油大学(华东) 山东青岛,266580) 摘 要:虹膜识别易受环境影响,利用多算法融合识别提高复杂应用环境下虹膜识别可靠性是一种非常有效的途 径。本文针对多算法融合虹膜识别中的关键步骤——规范化模型选择做了比较性研究。首先搭建多算法融合虹膜识别平 台,对常见 的三种规 范化模型在UBIRIS虹膜库 中做 了比较测试,实验结果证明双sigmoid函数 指数模型性 能最优 。本文研 究可对多算法融合的研究提供理论参考。 关键词 :虹膜识别;多算法融合;规范化模型;生物特征识别; Abstract:Irisrecognition susceptible is to theenvironment,and multi—algorithmic fusion an is effectiveway to improvethe performance recognition iris of complicatedin environment.This papermakes aresearch on normalizationmodel comparison. Iris recognition Iris framework based on multi—algorithmic and built commonthree fusion first is normalization models are compared inUBIRIS database.Experimental iris resultsshow thatexponential model usingsigmoid function can get best recognition performance.111iswork can give theoretical reference fortheresearch ofmulti—algorithmic fusion. Key words:Irisrecognition;multi—algorithmic fusion;normalization model;Biometrics; 中图分类号:TP391 文献标识码 :A 文章编号 :i001-9227(2012)-06—0034—03 0 引言 相 比其他两层 ,匹配层融合被认 为是最实用和最灵 活且有效的 在信息时代,如何及时、准确和有效地识别每个社会成 一 种融合结构。 员的身份 ,以保 障人们 的合 法权 利,及时打击与遏制各种违法 匹配层 的多算 法融合 首先 需要计 算各算法 的 匹配得分 值 活动,已成为各个国家和社会管理者面临的一个重要课题。传 (matching score),然 后利 用某 种策略 融合并识 别 。但 是不 统身份识 别方法往往存在 许多安全隐患,而生物特征识别技术 同算法的匹配得分值往往分布特性差异较大,直接

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档