一种改进的BDPCA掌纹识别方法.pdfVIP

150 2014 ，50（15） Computer Engineering and Applications 计算机工程与应用 一种改进的BDPCA 掌纹识别方法 薛延学，刘一杰，刘 超，白晓辉 XUE Yanxue, LIU Yijie, LIU Chao, BAI Xiaohui 西安理工大学 信息科学系，西安 710048 Department of Information Science, Xi ’an University of Technology, Xi ’an 710048, China XUE Yanxue, LIU Yijie, LIU Chao, et al. Improved BDPCA method for palmprint recognition. Computer Engi- neering and Applications, 2014, 50 （15）：150-152. Abstract ：Under the condition of small sample size, the average of all training samples used in the Bi-Directional PCA algorithm is the scatter center of the samples. This algorithm can not guarantee the optimality of the eigenvalues. In order to solve this problem, this paper proposes an improved BDPCA palmprint identification algorithm which is based on sam - ple scatter matrix. To reconstruct the overall scatter matrix, the algorithm adopts the K -values matrix of the training sam- ples instead of the average matrix of the training samples. The algorithm is tested using PolyU and CASIA. The results show that the improved method is more optimal in recognition rate than the traditional BDPCA. Key words ：palmprint recognition; feature extraction; Bi-Directional Principal Component Analysis （BDPCA ）; scatter matrix 摘 要：在小样本的情况下，BDPCA 算法中采用以训练样本的平均值作为样本分布中心，所得的特征值不一定是最 优的。为此，提出了一种基于样本散度矩阵的改进BDPCA 掌纹识别算法。该算法采用训练样本的K 值矩阵替代训 练样本的均值矩阵，构建相应的总体散度矩阵。在PolyU 和CASIA 掌纹库上的实验结果证明，该方法的最优识别率 高于传统的BDPCA 算法。 关键词：掌纹识别；特征提取；双向主成分分析（BDPCA ）；散度矩阵 文献标志码：A 中图分类号：TP391 doi ：10.3778/j.issn. 1002-8331.1208-0008 1 引言 提高了特征提取的速度。2006 年由Zuo 等提出的双向 掌纹识别利用人的手掌图像进行身份自动鉴别，是 主成分分析（Bi-Directional PCA ，BDPCA ）方法，已应用 [6] 生物特征识别领域的新兴技术，自20 世纪末提出以来， 于人脸和掌纹识别 。该方法是对2DPCA 的一种推广， 掌纹识别技术得到了长足的发展，涌现了大量的识别算 BDPCA 算法的核心是按照2DPCA 的方法，通过分别计 [1-3]