基于多线性独立成分分析的掌纹识别

被引：5

作者：

郭金玉

谷丽华

李元

曾静

机构：

[1] 沈阳化工大学信息工程学院

来源：

计算机工程 | 2011年 / 37卷 / 12期

关键词：

掌纹识别; 主成分分析; 二维主成分分析; 多线性主成分分析; 独立成分分析; 多线性独立成分分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为快速有效地在掌纹识别中学习多种因素的高阶统计独立成分,利用多线性独立成分分析方法对掌纹张量进行降维,得到低维的模式矩阵,将掌纹图像向模式矩阵上投影以提取核心张量,通过计算核心张量间的余弦距离实现掌纹匹配。基于PolyU掌纹图像库的实验结果表明,与主成分分析(PCA)、二维PCA、独立成分分析和多线性PCA相比,该方法的识别率最高,且满足系统实时性要求。

引用

页码：13 / 15+18 +18

页数：4

共 8 条

[1] 基于独立成分分析和核向量机的人脸识别
彭中亚
程国建
[J]. 计算机工程, 2010, 36 (07) : 193 - 194
[2] 基于独立成分分析的掌纹识别
郭金玉
苑玮琦
[J]. 光电工程, 2008, (03) : 136 - 139
[3] 改进的基于二维主分量分析的掌纹识别
陶俊伟
姜威
[J]. 光学技术, 2007, (02) : 283 - 286
[4] 基于改进二维主成分分析的在线掌纹识别
李强
裘正定
孙冬梅
刘陆陆
[J]. 电子学报, 2005, (10) : 160 - 163
[5] Palmprint recognition using FastICA algorithm and radial basis probabilistic neural network[J] . Li Shang,De-Shuang Huang,Ji-Xiang Du,Chun-Hou Zheng.Neurocomputing . 2006 (13)
[6] Fisherpalms based palmprint recognition
Wu, XQ
Zhang, D
Wang, KQ
[J]. PATTERN RECOGNITION LETTERS, 2003, 24 (15) : 2829 - 2838
[7] AN INFORMATION MAXIMIZATION APPROACH TO BLIND SEPARATION AND BLIND DECONVOLUTION
BELL, AJ
SEJNOWSKI, TJ
[J]. NEURAL COMPUTATION, 1995, 7 (06) : 1129 - 1159
[8] Multilinear Independent Components Analysis .2 Alex M,Vasilescu O,Terzopoulos D. Proc.of IEEE Conference on Computer Vision and Pattern Recognition . 2005

← 1 →