亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于兩段稀疏表示方法的3D掌紋識(shí)別方法

        2017-04-15 09:19:00高淑芝王鵬飛李少陽(yáng)
        河南科技 2017年3期
        關(guān)鍵詞:掌紋訓(xùn)練樣本識(shí)別率

        高淑芝 王鵬飛 李少陽(yáng)

        (沈陽(yáng)化工大學(xué)信息工程學(xué)院,遼寧沈陽(yáng) 110142)

        基于兩段稀疏表示方法的3D掌紋識(shí)別方法

        高淑芝 王鵬飛 李少陽(yáng)

        (沈陽(yáng)化工大學(xué)信息工程學(xué)院,遼寧沈陽(yáng) 110142)

        針對(duì)二維(2D)掌紋識(shí)別系統(tǒng)魯棒性差,2D掌紋圖像亮度敏感的問(wèn)題,本文利用掌紋的三維(3D)掌紋特征和二段測(cè)試樣本稀疏表示(TPTSR)方法來(lái)進(jìn)行掌紋識(shí)別,試驗(yàn)分析表明所用方法能夠得到一種識(shí)別率更高、魯棒性更好的掌紋識(shí)別系統(tǒng)。

        PCA;ICA;TPTSR;3D掌紋

        掌紋識(shí)別作為一種新興的生物識(shí)別技術(shù),近年來(lái)得到了廣泛的關(guān)注與研究。與其他生物特征相比,掌紋有許多獨(dú)特的優(yōu)勢(shì),包括識(shí)別率高、采集設(shè)備價(jià)格低廉、用戶可接受性好等[1]。這些優(yōu)勢(shì)使得掌紋識(shí)別成為一種有著廣泛應(yīng)用前景的生物識(shí)別方法。但是,目前的掌紋識(shí)別方法都是基于2D掌紋來(lái)做的,所以這些方法存在以下2個(gè)缺陷:二維掌紋圖像容易被偽造,二維掌紋識(shí)別方法對(duì)于光線變化很敏感[2]。為了克服2D掌紋識(shí)別系統(tǒng)的上述缺點(diǎn),本文使用香港理工大學(xué)的2D+3D掌紋數(shù)據(jù)庫(kù),并且引入兩段測(cè)試樣本稀疏表示方法對(duì)3D掌紋進(jìn)行識(shí)別。

        1 TPTSR方法描述

        假設(shè)有c個(gè)類和n個(gè)訓(xùn)練樣本:x1,x2,……,xn。如果訓(xùn)練樣本來(lái)自第l類(l=1,2,……,n),則將l作為類標(biāo)簽。用全局方法假設(shè)的測(cè)試樣本可以近似地看成所有訓(xùn)練樣本的線性組合表示。不同地,TIPS僅使用訓(xùn)練樣本的一部分作為測(cè)試樣本。

        1.1 TPTSR的第一階段

        TPTSR的第一階段使用所有訓(xùn)練樣本來(lái)表示每個(gè)測(cè)試樣本,并利用表示結(jié)果來(lái)從訓(xùn)練樣本集合中識(shí)別測(cè)試樣本的M個(gè)最近鄰。如果首先假定以下等式近似滿足:

        式(1)中,y是測(cè)試樣本,ai是系數(shù)??梢詫⑹剑?)重寫為以下方程:

        式(2)中,A=[a1,a2,……,an]T,X=[x1,x2,……,xn]。x1,x2,……,xn和y都是列向量。如果X是非奇異方陣,可以使用A=X-1y求解A。另外,也可以通過(guò)使用A=(XTX+ μl)-1XTy來(lái)求解,其中μ是一個(gè)小的正數(shù),l是單位矩陣。

        第i個(gè)訓(xùn)練樣本所表示的是aixi。測(cè)試樣本與第i個(gè)訓(xùn)練樣本xi之間的距離定義為:

        式(3)中,ei可以被認(rèn)為是測(cè)試樣本與第i個(gè)訓(xùn)練樣本之間的距離。小ei意味著第i個(gè)訓(xùn)練樣本對(duì)測(cè)試樣本具有的較大貢獻(xiàn)。因此,ei是用于識(shí)別這m個(gè)訓(xùn)練樣本中具有最大貢獻(xiàn)的訓(xùn)練樣本。

        1.2 TPTSR的第二階段

        TPTSR的第二階段是將測(cè)試樣本表示為所選m個(gè)訓(xùn)練樣本的線性組合,并通過(guò)表示結(jié)果對(duì)測(cè)試樣本進(jìn)行分類。在這個(gè)階段,y可以表示為:

        較小的偏差dk意味著能夠更好地表示測(cè)試樣本,最后y被分類為第j類:

        例如,總共有2 000個(gè)訓(xùn)練樣本,對(duì)于TPTSR,只為每個(gè)測(cè)試樣本選擇100個(gè)最近鄰進(jìn)行測(cè)試。分類所包含的問(wèn)題比之前要少,因此可能獲得更高的分類精度。

        2 試驗(yàn)研究

        2.1 數(shù)據(jù)庫(kù)

        主要采用的是香港理工大學(xué)的2D+3D掌紋數(shù)據(jù)庫(kù),這個(gè)數(shù)據(jù)庫(kù)一共包括200個(gè)人的400個(gè)手掌的8 000個(gè)樣本,其中男性有164人,女性有64人,年齡介于10~55歲。3D掌紋圖像和2D掌紋圖像是同時(shí)被采集出來(lái)的,并且一一對(duì)應(yīng)的。采集分為2個(gè)階段,每個(gè)階段每只手掌采集10張圖片,兩個(gè)階段前后相差1個(gè)月。隨機(jī)從每個(gè)手掌的圖像中選出測(cè)試樣本和訓(xùn)練樣本,其中訓(xùn)練樣本一共有2 000張,測(cè)試樣本有6 000張。

        2.2 試驗(yàn)結(jié)果

        數(shù)據(jù)庫(kù)中的掌紋圖像為768×576,從中提取的感興趣區(qū)間(ROI)為128×128像素的掌紋圖像。為了保證算法效率,本文對(duì)每張ROI進(jìn)行下采樣,變?yōu)?2×32像素的圖像。然后把2D或3D圖像變成一個(gè)1 024×1的向量,并且把所有的圖像保存到2個(gè)圖像矩陣中。設(shè)置為0.01,設(shè)置PCA、ICA和TPTSR的m值從10開(kāi)始,依次取到1 000,查看識(shí)別率曲線。

        共進(jìn)行3次試驗(yàn),試驗(yàn)一是在2D掌紋上使用PCA方法進(jìn)行掌紋識(shí)別,試驗(yàn)二是在2D掌紋上使用ICA方法進(jìn)行掌紋識(shí)別,試驗(yàn)三是在3D掌紋上使用TPTSR方法進(jìn)行掌紋識(shí)別。

        為了綜合說(shuō)明上述方法的性能,本文把所有的試驗(yàn)結(jié)果畫到了一張圖上,如圖1所示。從圖1可以看出,TPTSR方法加3D掌紋的識(shí)別率最好,PCA加2D掌紋的識(shí)別率最差,ICA加2D掌紋的識(shí)別率居中??傮w上講,隨著m的增加,3D掌紋識(shí)別率會(huì)下降,2D掌紋識(shí)別率會(huì)增加。本文使用了2 000個(gè)測(cè)試樣本,當(dāng)m選擇合適的時(shí)候,可以得到非常小的識(shí)別錯(cuò)誤率。

        圖1 各個(gè)實(shí)驗(yàn)的識(shí)別率對(duì)比圖

        本文統(tǒng)計(jì)了各種方法對(duì)應(yīng)的最好識(shí)別率及m值,如表1所示。對(duì)于2D掌紋,PCA方法在m為700時(shí)得到的最佳識(shí)別率最高為91.60%,而ICA在m為730時(shí)得到的最佳識(shí)別率為94.07%。對(duì)于3D掌紋,TPTSR方法在m為120時(shí),識(shí)別率最高為96.90%。從以上試驗(yàn)結(jié)果可以看出,TPTSR可以選出能夠表示測(cè)試樣本的最好的近鄰表示,并且得到非常好的識(shí)別率。

        表1 各種方法的最好識(shí)別率及對(duì)應(yīng)的m值

        3 結(jié)語(yǔ)

        本文把PCA、ICA和TPTSR算法分別在2D和3D掌紋數(shù)據(jù)上進(jìn)行了測(cè)試。而TPTSR有2個(gè)階段:第一個(gè)階段尋找可以表示測(cè)試樣本的最好的m個(gè)最近鄰;第二階段用m個(gè)最近鄰表示測(cè)試樣本,最終結(jié)果表明TPTSR方法對(duì)于3D掌紋可以得到最佳的識(shí)別效果。

        [1]岳峰,左旺孟,張大鵬.掌紋識(shí)別算法綜述[J].自動(dòng)化學(xué)報(bào),2010(3):353-365.

        [2]Xu Y,Zhang D,Yang J,et al.A two-phase test sample sparse representation method for use with face recognition[J]. IEEE Transactions on Circuits&Systems for Video Technology,2011(9):1255-1262.

        3D Palmprint Recognition Method Based on Two Segment Sparse Representation

        Gao ShuzhiWang PengfeiLi Shaoyang

        (School of Information Engineering,Shenyang University of Chemical Technology,Shenyang Liaoning 110142)

        Aiming at the poor robustness of two-dimensional(2D)palmprint recognition system and 2D palmprint im?age brightness sensitivity,in this paper,palmprint recognition based on three-dimensional(3D)Palmprint Feature and two test samples of sparse representation(TPTSR)method was presented,the experimental results showed that the proposed method could obtain a palmprint recognition system with higher recognition rate and better robustness.

        PCA;ICA;TPTSR;3D palmprint

        TP391.41

        A

        1003-5168(2017)02-0035-02

        2017-01-12

        高淑芝(1968-),女,博士,教授,研究方向:圖像處理與模式識(shí)別,化工過(guò)程建模與智能控制研究。

        猜你喜歡
        掌紋訓(xùn)練樣本識(shí)別率
        基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測(cè)
        人工智能
        基于真耳分析的助聽(tīng)器配戴者言語(yǔ)可懂度指數(shù)與言語(yǔ)識(shí)別率的關(guān)系
        基于混合濾波LBP和PCA的掌紋識(shí)別
        提升高速公路MTC二次抓拍車牌識(shí)別率方案研究
        敲窗的鳥(niǎo)
        紅巖(2017年6期)2017-11-28 09:32:46
        寬帶光譜成像系統(tǒng)最優(yōu)訓(xùn)練樣本選擇方法研究
        融合原始樣本和虛擬樣本的人臉識(shí)別算法
        基于稀疏重構(gòu)的機(jī)載雷達(dá)訓(xùn)練樣本挑選方法
        亚洲天堂亚洲天堂亚洲色图 | 中文字幕人妻一区色偷久久| 日本一区二区三区区视频| 中文字幕在线日亚州9| 国产精品高潮呻吟av久久4虎| 日本高清一区二区不卡视频| 热综合一本伊人久久精品| 中文字幕av久久亚洲精品| 黄瓜视频在线观看| 国产AV无码一区精品天堂| 在线亚洲国产一区二区三区| 成人日韩精品人妻久久一区| a级毛片免费观看在线| 永久无码在线观看| 成年人视频在线播放麻豆| 亚洲精品乱码久久久久久| 国产精成人品| 二区久久国产乱子伦免费精品| 精品一区二区三区牛牛| 亚洲成av人片天堂网无码| 久久日本三级韩国三级| 中国人妻沙发上喷白将av| 海外华人在线免费观看| 中文字幕日韩人妻不卡一区| 亚洲夜夜骑| 中文字幕一区二区三区在线看一区| 成人女同av在线观看网站| 成人妇女免费播放久久久| 巨乳av夹蜜桃站台蜜桃机成人| av一区二区三区综合网站| 国产精品爽爽久久久久久竹菊| 亚洲另类激情综合偷自拍图 | 精品国产一区二区三区av新片| 一色桃子中文字幕人妻熟女作品 | 成人无码区免费AⅤ片WWW| 国产中文字幕一区二区视频| 少妇被爽到高潮喷水久久欧美精品| 人妻无码中文字幕免费视频蜜桃| 亚洲av午夜福利精品一区二区| 国产精品一区二区av麻豆日韩| 亚洲日本中文字幕天天更新|