基于单样本的手掌静脉识别方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (2): 181-184.

基于单样本的手掌静脉识别方法

林建民，冯桂

华侨大学信息科学与工程学院，福建厦门 361021

出版日期:2015-01-15 发布日期:2015-01-12

Palm vein recognition method based on single sample

LIN Jianmin, FENG Gui

School of Information Science and Technology, Huaqiao University, Xiamen, Fujian 361021, China

Online:2015-01-15 Published:2015-01-12

摘要/Abstract

摘要： 针对单样本手掌静脉识别率较低的问题，研究了一种结合手掌静脉2DPCA特征和分区LBP特征的识别方法。利用图像重采样和奇异值扰动方法生成虚拟样本，利用2DPCA从生成的虚拟样本图像上提取静脉特征进行识别；利用LBP从原单样本手掌静脉提取分区特征进行识别；利用决策层融合方法将以上两种方法进行融合。在PolyU手掌静脉库上的实验表明，该方法能有效地解决手掌静脉的单样本识别问题。

关键词: 静脉识别, 单样本, 虚拟图像, 二维主成分分析（2DPCA）, 局部二值模式（LBP）, 决策层融合

Abstract: In order to improve the low recognition rate of palm vein recognition algorithm based on a single sample, this paper presents a new algorithm-a combination 2DPCA feature and partition LBP feature. Image re-sampling and Singular Value Decomposition（SVD）-perturbation are used to generate virtual images, hence more samples. 2DPCA is used to extract the vein features from the generated virtual image. The original single sample palm vein image is partitioned into smaller sub-image. LBP is used to extract vein features for identification. The above two methods are integrated with the decision level fusion algorithm. Experimental results in PolyU palm vein database verify the effectiveness of this method.

Key words: vein recognition, single sample, virtual image, 2-Dimensional Principal Component Analysis（2DPCA）, Local Binary Pattern（LBP）, decision level fusion

林建民，冯桂. 基于单样本的手掌静脉识别方法[J]. 计算机工程与应用, 2015, 51(2): 181-184.

LIN Jianmin, FENG Gui. Palm vein recognition method based on single sample[J]. Computer Engineering and Applications, 2015, 51(2): 181-184.

[1]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[2]	周绍光，吴昊，赵婵娟，陈仁喜. 利用同质区特性的高光谱图像迁移学习分类[J]. 计算机工程与应用, 2021, 57(21): 224-233.
[3]	王一凡，鲁慧民，高若然，李阳. 手指静脉图像感兴趣区域提取研究综述[J]. 计算机工程与应用, 2021, 57(13): 34-42.
[4]	王钰，刘凡，王菲. 基于自编码器和稀疏表示的单样本人脸识别[J]. 计算机工程与应用, 2021, 57(1): 168-172.
[5]	韩习习，魏民，徐西义，李巧月，陈曦，祝汉城. 基于多特征融合的交通标志识别算法[J]. 计算机工程与应用, 2019, 55(18): 195-200.
[6]	董俊兰，张灵，陈云华. 自适应加权融合显著性结构张量和LBP的表情识别[J]. 计算机工程与应用, 2019, 55(17): 185-190.
[7]	王念兵，吴秦，许洁，张淮. 局部联合结构化稀疏表示的单样本人脸识别[J]. 计算机工程与应用, 2018, 54(1): 204-209.
[8]	杨恢先，刘凡，贺迪龙. 拉普拉斯滤波结合CS-LBP的单样本人脸识别[J]. 计算机工程与应用, 2017, 53(7): 165-170.
[9]	杨恢先1，贺迪龙1，谭正华2，刘凡1，刘阳1. 融合单演特征和CS-LBP的单样本人脸识别[J]. 计算机工程与应用, 2017, 53(6): 150-155.
[10]	孙凯，谢林柏. 结合W4算法和LBP模型的运动目标检测方法[J]. 计算机工程与应用, 2017, 53(5): 187-191.
[11]	戈侠，于凤芹，陈莹. 基于分块自适应融合特征的交通标志识别[J]. 计算机工程与应用, 2017, 53(3): 188-192.
[12]	李超1，彭进业1，2，孔韦韦3，张善文3. 基于局部二值模式的作物叶部病斑检测[J]. 计算机工程与应用, 2017, 53(24): 233-237.
[13]	杨恢先1，姜德财2，谭正华2，唐金鑫1，颜微2. 局部方向梯度幅值与相位差分的人脸识别算法[J]. 计算机工程与应用, 2017, 53(11): 217-222.
[14]	吴清佳. EVP描述符在实时人脸识别中的应用[J]. 计算机工程与应用, 2016, 52(8): 130-134.
[15]	杨恢先，翟云龙，蔡勇勇，奉俊鹏，李球球. 纹理与边缘相结合的单样本人脸识别[J]. 计算机工程与应用, 2016, 52(7): 191-195.