...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Artificial Intelligence Tools: Architectures, Languages, Algorithms >Features-Level Fusion of Reflectance and Illumination Images in Finger-Knuckle-Print Identification System
【24h】

Features-Level Fusion of Reflectance and Illumination Images in Finger-Knuckle-Print Identification System

机译：指关节印刷识别系统中的反射率和照明图像的特征级融合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In Finger-Knuckle-Print (FKP) recognition, feature extraction plays a very important role in the overall system performance. This paper merges two types of the histograms of oriented gradients (HOG)based features extracted from reflectance and illumination images for FKP-based identification. The Adaptive Single Scale Retinex (ASSR) algorithm has been used to extract the illumination and the reflectance images from each FKP image. Serial feature fusion is used to form a large feature vector for each user, and extract the distinctive features in the higher-dimension vector space. Finally, the cosine similarity distance measure is used for classification. The Hong Kong Polytechnic University (PolyU) FKP database is used during all of the tests. Experimental results show that our proposed system achieves better results than other state-of-the-art system.
机译：在指关节印刷（FKP）识别中，特征提取在整体系统性能中起着非常重要的作用。 本文融合了基于FKP的反射率和照明图像中提取的面向梯度（HOG）基于特征的两种类型的直方图。 自适应单尺度视网膜（ASSR）算法已被用于从每个FKP图像中提取照明和反射图像。 串行特征融合用于为每个用户形成一个大的特征向量，并提取更高维向量空间中的独特功能。 最后，余弦相似度距离测量用于分类。 在所有测试中使用香港理工大学（Polyu）FKP数据库。 实验结果表明，我们的建议系统比其他最先进的系统实现了更好的结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号