基于核函數(shù)的手部特征識別算法研究.pdf

1、近幾年，在生物識別技術(shù)中，基于核函數(shù)方法的特征提取方法得到了廣泛應(yīng)用，核函數(shù)的好壞直接影響著識別系統(tǒng)的性能，因此有關(guān)核函數(shù)的研究逐漸也成為大家關(guān)注的焦點(diǎn)。本文對核函數(shù)進(jìn)行了深入的研討，針對手部圖像自身的特點(diǎn)，提出了條件正定核函數(shù)，最后給出了在關(guān)系度量框架下的核矩陣融合方法，分別采用了多模態(tài)和多算法特征級融合技術(shù)。 本文的研究內(nèi)容主要包括以下三個部分： 1.提出了基于分形計(jì)盒維數(shù)的掌紋動態(tài)粗分類算法。通過實(shí)驗(yàn)結(jié)果分析，在確

2、保較高的識別率情況下，比較了幾種粗分類算法所耗費(fèi)的時間。得出結(jié)論，基于分形計(jì)盒維數(shù)的動態(tài)粗分類算法，既縮短了搜索時間，又降低了計(jì)算復(fù)雜度。 2.針對現(xiàn)有的各種核函數(shù)存在的問題以及掌紋和指橫紋自身的特點(diǎn)，提出了條件正定核函數(shù)（CPD）。實(shí)驗(yàn)結(jié)果表明，基于條件正定核的手部特征識別算法具有抗平移和突出局部信息的特點(diǎn)，并提高了識別率。 3.在關(guān)系度量框架下，針對特征級融合給出了基于KPCA的多生物特征識別算法，包括對掌紋和指橫紋