期刊文献+

基于人脸与虹膜的多生物特征融合识别算法研究 被引量:2

下载PDF
导出
摘要 在研究传统人脸特征提取算法的基础上,提出基于LDA-LLE的人脸识别算法。该算法同时具有线性方法和非线性方法的优点,对人脸图像的常见变化,如光照、姿态等具有一定的鲁棒性;研究了基于Hough变换的虹膜特征定位算法,该定位算法通过检测两个圆和两条直线来实现虹膜图像的精确定位;然后分别利用SVM和KCCA在匹配层和特征层实现了的人脸图像和虹膜图像的融合;并利用ORL人脸库和IITD虹膜库组成的多模特征库上进行仿真实验。实验结果证明了这两种融合算法的有效性,尤其在小样本的情况下,该融合方法也能取得较高的识别率。
作者 陈文静 金华
出处 《中国人民公安大学学报(自然科学版)》 2015年第1期77-79,共3页 Journal of People’s Public Security University of China(Science and Technology)
基金 2014公安大学校级教学研究项目"网络环境下多生物特征识别的关键技术研究"(2014JKF01120)
  • 相关文献

参考文献4

二级参考文献31

  • 1Turk M A, Pentland.A P. Eigenfaces for recognition [J]. Cognitive Neurosei, 3(1): 71-86.
  • 2P N Belhumeur, J P Hespanha, D J Kriegman. Eigenfaces vs fisherfaces: recognition using class specific linear projection [J]. IEEE Trans Pattern Anal. Machine lntell., 19(7): 711-720.
  • 3D D Lee, H S Seung. Learning the parts of objects by non--negative matrix factorization [J]. Nature, 1999, 401(6755): 788-791.
  • 4Y Chang, C Hu, M Turk. Manifold of Facial Expression [A]. Proc. IEEE International Workshop on Analysis and Modeling of Faces and Gestures [C]. Nice, France, 2003-10.
  • 5Sam T, Roweis, Lawrence K Saul. Nonlinear Dimensionality Reduction by Locally Linear Embedding [J]. Science, 2000-12,290: 22.
  • 6Sam Roweis, Lawrence Saul, Geoff Hinton. Global Coordination of Local Linear Models [J]. Advances in Neural Information Processing System, 2001, 14.
  • 7Tenenbaum J B, De Silva V, Langford J C. A global geometric framework for nonlinear dimensionality reduction [J]. Science, 2000, 290(5500): 2319-2323.
  • 8Roweis S T, Saul L K. Nonlinear dimensionality reduction by local linear embedding [J]. Science, 2000, 290(5500): 2323-2326.
  • 9Belkin M, Niyogi P. Laplacian eigenmaps for dimensionality reduction and data representation [J]. Neural Cornput, 2003, 15(6): 1373-1396.
  • 10Ming-Hsuan Yang. Extended Isomap for pattern classification [A]. Eighteenth national conference on Artificial Intelligence [C]. Edmonton, Alberta, Canada. 2002. 224-229.

共引文献15

同被引文献8

引证文献2

二级引证文献16

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部