融合眼周和虹膜信息的身份识别的中期报告.docxVIP

融合眼周和虹膜信息的身份识别的中期报告 本项目旨在结合眼周和虹膜信息，实现更准确的身份识别。在前期工作中，我们已经对虹膜和眼周进行了分别的特征提取和分类识别。接下来，我们计划将两者进行融合，进一步提高识别精度。 首先，我们需要将已经进行过特征提取和分类的虹膜和眼周的数据进行合并。考虑到两者的特征维度可能不一致，我们需要对其进行一定的降维操作。在本次实验中，我们选择了基于主成分分析(PCA)的降维方法。通过PCA对两者的特征进行降维，可以有效减少特征维度的冗余信息，并提高分类和识别的效果。 接着，我们将融合后的数据进行再次分类。我们采用了基于支持向量机(SVM)的分类方法，该方法在虹膜和眼周的分类中已经得到了很好的应用。在进行训练和测试时，我们将数据进行随机分组，以保证数据的随机性和可重复性。 最终，我们将利用准确率、召回率、F1值等指标对识别率进行评估和比较，并分析融合后的识别模型的优缺点，并提出进一步改进和优化的建议。 目前，我们已经完成了数据的融合和降维，正在进行分类识别和评估。预计在一周内可完成中期报告的撰写和汇报。