融合局部特征和全局特征的手指静脉识别方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (14): 158-162.

• 图形、图像、模式识别 • 上一篇下一篇

融合局部特征和全局特征的手指静脉识别方法

杨颖1，2，尹义龙2，杨公平2，袭肖明2

1.阜阳师范学院计算机与信息学院，安徽阜阳 236037
2.山东大学计算机科学与技术学院，济南 250101

出版日期:2012-05-11 发布日期:2012-05-14

Finger vein recognition by combining local and global feature

YANG Ying1，2, YIN Yilong2, YANG Gongping2, XI Xiaoming2

1.School of Computer and Information, Fuyang Teachers College, Fuyang, Anhui 236037, China
2.School of Computer Science and Technology, Shandong University, Jinan 250101, China

Online:2012-05-11 Published:2012-05-14

摘要/Abstract

摘要： 手指静脉识别是利用人体手指静脉结构的唯一性实现个体身份认证，具有高度安全和使用便捷等优点。为了进一步提高手指静脉识别系统的性能，提出了一种融合局部特征和全局特征的手指静脉识别方法。应用局部二元模式方法提取手指静脉局部特征，利用海明距离计算匹配得分；应用双向两维主成分分析方法提取手指静脉全局特征，利用欧式距离计算匹配得分；在得分级上融合二者的匹配得分以产生识别结果。实验结果表明，局部特征与全局特征具有较好的互补性，有效地提高了识别精度。

关键词: 手指静脉识别, 局部特征, 全局特征, 得分融合

Abstract: Finger vein recognition uses the unique of finger vein patterns to identify individual at high security and convenience. To further improve recognition performance, this paper presents a method that combines both of local and global feature of finger vein image. It extracts the local feature of a user’s finger vein image using Local Binary Pattern（LBP） algorithm and gets matching score with Hamming distance. It uses bi-direction two dimensional Principal Component Analysis（（2D）2PCA） to extract the global feature of the finger vein image and gets matching score with Euclidean distance. It fuses the two matching scores at score level and makes the decision. Experimental results show that the local feature and the global feature of finger vein image have complementarities, and the recognition accuracy is effectively improved.

Key words: finger vein recognition, local feature, global feature, score level fusion

杨颖1，2，尹义龙2，杨公平2，袭肖明2. 融合局部特征和全局特征的手指静脉识别方法[J]. 计算机工程与应用, 2012, 48(14): 158-162.

YANG Ying1，2, YIN Yilong2, YANG Gongping2, XI Xiaoming2. Finger vein recognition by combining local and global feature[J]. Computer Engineering and Applications, 2012, 48(14): 158-162.

[1]	郑亮，陈亚，陈小潘，郑逢斌. 人脸局部特征增强的亲属关系验证方法[J]. 计算机工程与应用, 2021, 57(23): 226-233.
[2]	肖雅妮，范馨月，陈文峰. 多分支融合局部特征的行人重识别算法[J]. 计算机工程与应用, 2021, 57(18): 213-219.
[3]	徐家臻，李婷，杨巍. 多尺度局部特征选择的行人重识别算法[J]. 计算机工程与应用, 2020, 56(2): 141-145.
[4]	冉龙才，黄成泉，田文英. 改进BPDN的图像去雨雪应用研究[J]. 计算机工程与应用, 2019, 55(15): 198-203.
[5]	王刚1，2，牛宏侠1，2. 融合全局与局部特征的贝叶斯人脸识别方法[J]. 计算机工程与应用, 2019, 55(11): 172-178.
[6]	孙颖，马江河，张雪英. 结合非线性全局特征和谱特征的脑电情感识别[J]. 计算机工程与应用, 2018, 54(17): 116-121.
[7]	丁毅1，曹江涛1，李平1，姬晓飞2. 基于BOF-Gist特征的手势识别算法研究[J]. 计算机工程与应用, 2017, 53(9): 170-174.
[8]	李曜洲，伍济钢，李学军. BP-LCD方法及其在滚动轴承故障诊断中的应用[J]. 计算机工程与应用, 2017, 53(8): 267-270.
[9]	王其浩1，2，王斌1，2. 用于图像购物搜索的局部匹配算法[J]. 计算机工程与应用, 2017, 53(6): 246-251.
[10]	吴凡，闵华松. 一种实时的三维语义地图生成方法[J]. 计算机工程与应用, 2017, 53(6): 67-72.
[11]	卓丽媛，潘华伟，高春鸣，郭松睿. 基于全局信息的人脸特征点精确定位[J]. 计算机工程与应用, 2016, 52(17): 187-191.
[12]	杨军，张瑞峰，林岩龙，王小鹏. 融合全局和局部特征的人脸识别算法[J]. 计算机工程与应用, 2015, 51(24): 176-179.
[13]	黄超，刘利强，周卫东. 改进的二进制特征图像检索算法[J]. 计算机工程与应用, 2015, 51(14): 23-27.
[14]	李振华，郑琳川. 全局和局部特征相融合的人脸识别算法[J]. 计算机工程与应用, 2015, 51(14): 131-135.
[15]	张申华1，王克刚1，祝轩2. 局部特征信息约束的改进Criminisi算法[J]. 计算机工程与应用, 2014, 50(8): 127-130.

融合局部特征和全局特征的手指静脉识别方法

Finger vein recognition by combining local and global feature

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics