提出了一种基于独立成分分析(ICA, Independent Comment Analysis) 和多层前馈(BP, Back
Propagation) 神经网络相结合的方法对掌纹进行识别. 首先采用一种新的方法检测角点 …

生物特征识别技术就是通过计算机和生物统计学原理等高科技手段的密切结合,
利用人体固有的生理特性和行为特征, 来进行个人身份的鉴定. 它被认为是当今高度互联的信息 …

掌纹识别是模式识别及智能信息处理领域的研究热点. 针对传统掌纹识别方法易受噪声影响,
且旋转鲁棒性差的问题, 提出基于分区的多块局部二值模式(MB LBP) 和梯度方向直方图(HOG …

掌纹作为一种新的生物特征可用来进行人的身份识别. 论文提出了将二维主成分分析方法(
2DPCA) 应用于掌纹识别的特征提取, 并在PolyU 掌纹数据库上利用最近邻分类器与余弦距离 …

提出了一种新的掌纹特征提取方法, 其目的在于在不降低识别率的情况下,
提高掌纹特征提取速度. 首先将原始掌纹图像进行小波分解, 获得低分辨率的掌纹图像; …

针对在利用掌纹进行身份自动鉴别的过程中如何对掌纹进行自动分类, 提出了一种利用乳突纹
方向特性的掌纹自动分类方法. 此方法首先生成具有4 个方向的掌纹方向图 …

提出一种拭于主纹线的掌纹识别算法. 该算法根据先验知识用不规则几何形状提取主纹线区域,
有效过滤粗大噪声影响. 提取的主纹线既保留位置结构信息, 又保留纹线的强度信息 …

摘要主成分分析(PCA) 法在掌纹识别方面可以取得较好的效果. 但是随着掌纹图像库的扩大,
PCA 转换矩阵训练时间迅速增长; 注册新掌纹时, 需要重新训练PCA 转换矩阵 …

掌纹识别是生物特征识别技术的新热点, 论文提出使用二维主成分分析算法(2D PCA)
提取掌纹图像的统计特征, 实验表明其泛化能力优于传统主成分分析算法(PCA). 在此基础上 …

掌纹识别是利用人的手掌图像进行身份鉴别的一种新兴生物特征识别技术. 主成分分析(PCA),
二维主成分分析(2DPCA), Gabor 小波等则是生物特征识别的常用特征提取方法 …