基于分块高阶LDP的单样本掌纹识别

摘要

为了提高单样本生物特征识别的准确率，提出一种基于分块高阶局部导数模式(LDP)的单样本掌纹识别方法。首先，掌纹图像经过预处理提取感兴趣区域(ROI),并对ROI进行分块；然后，利用高阶LDP进行特征提取，将所有块的特征向量连接在一起形成一个全局的特征向量用于掌纹识别；最后，利用最近邻分类器进行掌纹识别。为了验证该方法的有效性，利用PloyU掌纹数据库和UST图像库进行仿真研究。仿真结果表明，与分块局部二值模式(LBP)和卷积神经网络(CNN)相比，该方法的识别率在2个图像库上均得到了提高。

关键词

单样本掌纹识别 / 图像分块 / 特征提取 / 高阶局部导数模式 / 局部二值模式