基于移动摄像头的掌纹识别研究

搭建了基于移动摄像头的在线掌纹识别系统,该系统利用提出的自适应掌纹感兴趣区域(Region Of Interest,ROI)提取算法提取掌纹ROI图像,同时采用有限Radon变换(Modified Finite Radon Transform,MFRAT)算法提取掌纹ROI图像的主纹线特征图像,并采用一种基于方向最近邻域(Direction and Nearest Neighbor,DNN)搜索的迭代最近(Iterative Closest Points,ICP)算法对掌纹特征图像进行配准,该配准方法分为粗配准与精配准两个过程。实验表明,该系统能有效克服背景、光照和掌纹ROI图像的旋转平移对掌纹识别精度的影响,同时也具有较高的识别效率。

基于深度卷积网络的主掌线纹区域的提取

鉴于生物身份识别的普及,掌纹识别系统越来越要求对环境和图像质量的鲁棒性。为了解决这个问题,提出了一个新奇的基于深度学习的方法。通过逐渐的由粗到细地定位主掌纹线所在的区域,能够较好地适应大部分的实际数据和环境。最后,通过在测试集上的测试,该算法取得了较为良好的效果。