主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王瀚,刘重晋,付翔,封举富.基于学习的高分辨率掌纹细节点质量评价方法.软件学报,2014,25(9):2180-2186
基于学习的高分辨率掌纹细节点质量评价方法
Quality Estimation Algorithm Based on Learning for High-Resolution Palmprint Minutiae
投稿时间:2014-04-08  修订日期:2014-05-14
DOI:10.13328/j.cnki.jos.004646
中文关键词:  掌纹识别  细节点质量  Gabor卷积  复数滤波  AdaBoost算法
英文关键词:palmprint recognition  minutiae quality  Gabor convolution  complex filtering  AdaBoost algorithm
基金项目:国家自然科学基金(61333015); 国家重点基础研究发展计划(973)(2011CB302400)
作者单位E-mail
王瀚 北京大学 信息科学技术学院 智能科学系, 北京 100871
机器感知与智能教育部重点实验室(北京大学), 北京 100871 
hanwang@pku.edu.cn 
刘重晋 北京大学 信息科学技术学院 智能科学系, 北京 100871
机器感知与智能教育部重点实验室(北京大学), 北京 100871 
 
付翔 北京大学 信息科学技术学院 智能科学系, 北京 100871
机器感知与智能教育部重点实验室(北京大学), 北京 100871 
 
封举富 北京大学 信息科学技术学院 智能科学系, 北京 100871
机器感知与智能教育部重点实验室(北京大学), 北京 100871 
 
摘要点击次数: 2231
全文下载次数: 2001
中文摘要:
      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,对细节点的质量做出了更好的评价.
英文摘要:
      While minutiae is important for high-resolution palmprint matching, the quality of minutiae is affected by principal lines, creases and other noises, and therefore it is necessary to estimate the quality of minutiae and to exclude poor minutiae. In this paper, a minutiae quality estimation algorithm based on learning for high-resolution palmprint is proposed. First, a series of features obtained by applying Gabor convolution, complex filtering, etc., are used to describe the local area of minutiae redundancy. Then, with each feature as a weak classifier, AdaBoost algorithm is applied in multi-layered training to identify the best features for discriminating minutiae. Finally, the response of weighted linear combination of weak classifiers is used as minutiae quality score, and minutiae with score above the threshold is selected as true minutiae. Comparing with the method based on Fourier transform response, the presented method is superior at distinguishing true from false minutiae, and provides better evaluation of minutiae quality.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利