高性能虹膜识别算法
在虹膜识别系统中，虹膜特征集是很大的，且大部分图像受到眼皮睫毛遮挡的影响，使得系统的计算量相当大，识别的正确率不高.针对这些缺点，本文提出了一种高效的虹膜识别算法.这种方法通过收集部分虹膜图像进行归一化预处理，然后用多分辨小波变换抽取特征，对抽取得到的特征向量用DLDA进一步降维和进行特征分类.最后，利用模拟退火算法(SA)良好的全局收敛性和粒子群(PSO)算法收敛速度快的优点，我们将两者结合，取长补短，优化PNN的平滑系数.对700多幅虹膜样本的处理表明，此方法有效可行，可达到99.75％的识别率，并在保持0.54的FRR(拒绝率)的同时，可以使FAR(误识率)降为0.
虹膜识别 小波变换 判别分析 概率神经网络
Song Juan 宋娟 Quan huiyun 全惠云
Hunan Normal University,ChangSha 410081 湖南师范大学数学与计算机学院,长沙,410081
国内会议
厦门
中文
227-231
2006-07-25（万方平台首次上网日期，不代表论文的发表时间）