基于CS-LBP与自适应神经网络的虹膜识别

针对判断两个虹膜是否为同一类别的问题,提出了基于分块中位排序规则的中心对称局部二值模式(CS-LBP)提取虹膜纹理特征,并使用BP神经网络进行判断.BP神经网络的连接权重采用混沌系统-选择变异算子-粒子群(C-SM-PSO)算法进行自适应优化,提高设置连接权重的全局搜索能力,使神经网络具有自我跳出局部最优的能力,提高算法通用性.用多种算法在不同的虹膜库中进行了实验.实验结果表明,所提出的算法正确率较高,等错率较低,ROC曲线更接近横、纵坐标轴,具有良好的稳定性与鲁棒性.