基于ICA的非线性自适应特征融合的人耳识别

摘要：

针对单一特征的人耳识别对旋转角度鲁棒性差的问题,提出一种非线性自适应特征融合的方法.首先提取人耳的2种具有互补性质的独立成分特征,然后将它们加权串联形成高维融合特征;最后通过核主元分析方法实现非线性降维.实验结果表明,当人耳有姿态旋转时,融合特征较单一特征的识别率有显著提升,且文中方法比传统的串联融合的识别结果更好.

关键词：人耳识别、独立成分分析、特征融合、核空间、降维

所属期刊栏目：21

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金60375002,60573058

在线出版日期：2009-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：382-388