基于小波分析与KFisher的人脸与虹膜融合和识别

摘要：

小波变换将样本图像分解为低频分量和高频分量,去除其高频分量,用低频分量来做人脸识别能有效削弱光照的影响;核方法可以将非线性可分的低维样本空间变换为线性可分的高维空间;人脸与虹膜融合包含更多有用的鉴别信息.因此,先用离散小波变换(DWT)分别获取人脸与虹膜的低频分量;然后,核Fisher辨别分析(KFDA)提取人脸与虹膜融合后的KFDA特征;最后,采用最小距离分类器(KNN)完成识别.基于ORL人脸数据库与CASIA虹膜数据库的实验结果表明,该方法实现了人脸与虹膜的特征融合识别,有效地提高了识别率,克服了Fisher算法的"小样本"效应,为多生物特征身份识别提供了一种新途径.

关键词：人脸识别、虹膜识别、离散小波变换、核Fisher辨别分析、特征融合

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：广东省自然科学基金资助项目07010869,032356

在线出版日期：2010-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：96-98,101