作者:陈振国 王树 田立勤核fisher鉴别分析支持向量机模式匹配虹膜识别
摘要:为了提高虹膜识别系统的识别性能,针对虹膜识别中的特征提取与模式分类问题,提出了一种基于核Fisher鉴别分析(kernel fisher discriminant analysis,KFDA)与支持向量机(support vector machine,SVM)的虹膜识别方法。从采集到的人眼图像中定位虹膜,并对其进行归一化处理;使用核Fisher鉴别分析提取虹膜纹理特征,并通过选择合适的特征个数提高识别的准确率;在得到虹膜特征编码后,用支持向量机进行分类判决。对CASIA虹膜库的测试结果表明,该方法的处理速度是Daugman虹膜识别方法的4.4倍;该方法与Boles虹膜识别方法相比,降低了错误接受率和错误拒绝率。实验结果表明:该方法能更好地提高虹膜的识别率和降低虹膜识别时间。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社