基于ICA-MJE和SVM的虹膜特征提取与识别

被引:9
作者
何振红
吕林涛
机构
[1] 西安理工大学计算机科学与工程学院
关键词
虹膜识别; 特征提取; 独立分量分析; 支持向量机; 判别熵;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
提出了一种新的虹膜特征提取与识别方法。对虹膜纹理采用最大判别熵的独立分量分析(ICA-MJE)实现特征提取,通过支持向量机(SVM)完成模式匹配。与Gabor小波的方法比较,在编码长度和编码时间方面有明显地改进。实验结果表明,该算法能更好地提高虹膜的识别率并能够有效地应用于身份识别系统中。
引用
收藏
页码:1505 / 1507
页数:3
相关论文
共 2 条
[1]
SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[2]
基于独立分量分析的虹膜识别方法 [J].
黄雅平 ;
罗四维 ;
陈恩义 .
计算机研究与发展, 2003, (10) :1451-1457