文献类型：期刊文章

作　　者：刘元宁[1,2] 刘帅[1,3] 朱晓冬[1,2] 刘天慧[4] 杨霞[1,3]

LIU Yuan-ning;LIU Shuai;ZHU Xiao-dong;LIU Tian-hui;Yang Xia(Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education,Jilin University,Changchun 130012,China;College of Computer Science and Technology,Jilin University,Changchun 130012,China;College of Software,Jilin University,Changchun 130012,China;Electronic Information Products Supervision Inspection Institute of Jilin Province,Changchun 130021,China)

机构地区：[1]吉林大学符号计算与知识工程教育部重点实验室,长春130012 [2]吉林大学计算机科学与技术学院,长春130012 [3]吉林大学软件学院,长春130012 [4]吉林省电子信息产品监督检验研究院软件测评中心,长春130021

出　　处：《吉林大学学报（工学版）》

基　　金：国家自然科学基金项目(61471181);吉林省自然科学基金项目(20140101194JC;20150101056JC)

年　　份：2019

卷　　号：49

期　　号：1

起止页码：221-229

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：由于单一虹膜特征相对简单,容易引起虹膜识别不准确的问题,本文使用特征加权融合来表示虹膜纹理。提取虹膜纹理的空域特征和频域特证,使用主成分分析法(PCA)降噪去冗余。空域特征采用二分统计局部二值模式(DS-LBP)表示虹膜纹理的灰度值变化规律,形成空域特征码。频域特征采用二维Haar小波提取虹膜纹理的高频系数,形成频域特征码。分别计算两个特征码的汉明(Hamming)距离,并乘以相应的加权权重。通过与设定的分类阈值比较来判定虹膜类别。用多种虹膜库与其他虹膜识别算法进行比较,实验结果表明,本文算法在识别率、等错率、稳定性等方面更具有优势。

关 键 词：人工智能  特征加权融合  主成分分析法 二分统计局部二值模式  二维Haar小波  汉明距离

分 类 号：TP391.41]