马尔可夫随机场的弹性掌纹匹配.pdfVIP

52  2012年第2卷 第2期 基于马尔可夫随机场的弹性掌纹匹配# 岳峰，左旺孟** （哈尔滨工业大学计算机科学与技术学院，哈尔滨 150001 ） 摘要：为了改善手掌的刚性或弹性形变对掌纹匹配稳健性的不利影响，我们用向量场对掌纹 形变进行近似建模，并提出了一种马尔可夫随机场（MRF ）模型进行推断。首先，我们将 掌纹图像分为若干子图像，提取局部特征并使用MRF 对子图像的形变进行建模。其次，提 出了一种稳健似然比模型来计算局部匹配度，提出了一种计算相容矩阵的方法来对局部旋转 和平移建模。然后，我们利用信度传播来估计子图像的形变和匹配度，并整合所有子图像的 匹配度形成总体匹配度。最后，我们在香港理工大学掌纹数据库上的实验结果验证了我们提 出的方法相对与其它方法在验证精度方面的有效性。 关键词：掌纹识别；马尔可夫随机场；信度传播；可调控滤波器 中图分类号：TP391.41 Elastic Palmprint Matching Using Markov Random Field YUE Feng, ZUO Wangmeng (School of Computer Science and Technology, Harbin Institute of Technology, Harbin 150001) Abstract: To improve the robustness of palmprint matching against rigid and elastic deformations, we propose a Markov random field (MRF) model for the inference of the deformations as a coarse vector field. First, palmprint image are divided into a set of non-overlapping patches for local feature extraction, and then MRF is adopted to model the deformation of patches. Second, a robust likelihood ratio (LR) model is suggested for computing the local evidence, and a function is used to compute compatible matrix for modeling local translation and rotation. Third, we use belief propagation to estimate the deformation parameters and local matching score for each patch and to compute the final matching score by combining all local scores. Finally, experimental results on Hong Kong PolyU palmprint database show that the proposed method is more effective than the state-of-the-art approaches in terms of the verification accuracy. Key words: Palmprint Recognition; Markov Random Field; Belief Propagation; Steerable Filter 0 引言 掌纹匹配是掌纹识别系统中非常关键的一个模块。有效的掌纹匹配方法需要接受同一用 户在不同阶段采集到的掌纹，同时区分不同用户的掌纹。为了使掌纹识别系统对于不同阶段 采集时手掌位置的变化（例如平移及旋转）具有鲁棒性，通常在预处理阶段