CORC  > 北京大学  > 信息科学技术学院
基于学习的高分辨率掌纹细节点质量评价方法
王瀚 ; 刘重晋 ; 付翔 ; 封举富
刊名软件学报
2014
关键词掌纹识别 细节点质量 Gabor卷积 复数滤波 AdaBoost算法
DOI10.13328/j.cnki.jos.004646
英文摘要细节点在高分辨率掌纹匹配中扮演了重要角色,然而掌纹图像受到主线、褶皱线等的影响,提取出的细节点质量参差不齐.所以,对细节点进行质量评价并去除伪细节点,成为一个研究课题.提出了一种基于学习的高分辨率掌纹细节点质量评价方法.首先使用了基于图像的Gabor卷积响应和复数滤波响应等的一系列特征,用来对细节点局部进行冗余描述;然后,把每个特征作为弱分类器,用AdaBoost算法进行多层训练,挑选出对真伪细节点判别效果最理想的特征;最后,把弱分类器加权线性组合的响应分数作为细节点质量的得分,筛选出得分在阈值以上的细节点作为真细节点.该方法的实验结果与基于傅里叶变换的方法相比,能够更好地区分真伪细节点,对细...; EI; 中文核心期刊要目总览(PKU); 中国科技核心期刊(ISTIC); 中国科学引文数据库(CSCD); 0
语种中文
内容类型期刊论文
源URL[http://ir.pku.edu.cn/handle/20.500.11897/22645]  
专题信息科学技术学院
推荐引用方式
GB/T 7714
王瀚,刘重晋,付翔,等. 基于学习的高分辨率掌纹细节点质量评价方法[J]. 软件学报,2014.
APA 王瀚,刘重晋,付翔,&封举富.(2014).基于学习的高分辨率掌纹细节点质量评价方法.软件学报.
MLA 王瀚,et al."基于学习的高分辨率掌纹细节点质量评价方法".软件学报 (2014).
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace