改进型LDA结合LBP的手指静脉识别

为提升手指静脉识别中不同类别间的区分度,提出一种改进型线性判别分析(LDA)结合局部二值模式(LBP)的识别方法。针对传统LDA算法因未对单个类别分类优化而存在的问题,对每个类别都构建一个最优投影空间,计算每个类别的最优空间中测试样本与属于该类别的训练样本之间的匹配度。结合提取到的有效的LBP特征,以及手指静脉数据库FV-USM和THU-FV,实验结果表明,改进型LDA算法得到的等错误率(EER)为0.45%和0.32%,远低于传统LDA算法得到的EER(1.11%和1.10%),提高了手指静脉的分类效果。