基于ROI归一化的ICA/PCA虹膜识别方法

J4 ›› 2010, Vol. 48 ›› Issue (05): 793-798.

基于ROI归一化的ICA/PCA虹膜识别方法

王俊勇, 张长海, 刘元宁, 朱晓冬, 何飞

吉林大学计算机科学与技术学院, 长春 130012

收稿日期:2009-09-02 出版日期:2010-09-26 发布日期:2010-09-21
通讯作者: 刘元宁 E-mail:liuyn@jlu.edu.cn

ICA/PCA Iris Recognition Method Based on ROI Normalization

WANG Junyong, ZHANG Changhai, LIU Yuanning, ZHU Xiaodong, HE Fei

College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2009-09-02 Online:2010-09-26 Published:2010-09-21
Contact: LIU Yuanning E-mail:liuyn@jlu.edu.cn

摘要/Abstract

摘要：

针对虹膜识别中使用传统归一化方法时, 无法突出主要纹理信息, 并且由于提取数据量大导致特征提取阶段计算复杂的缺陷, 提出一种基于感兴趣区域(ROI)的虹膜归一化方法, 先利用主成分分析(PCA)方法提取主元, 实现进一步的降维和去噪, 再使用独立分量分析(ICA)进行训练形成ICA/PCA虹膜特征提取算法, 最后使用余弦距分类器对待测样本进行分类. 实验结果表明, 该方法识别率为98.11%, 识别时间小于70 ms.

关键词: 模式识别；虹膜识别；感兴趣区域

Abstract:

In view of the shortcomings of redundant data leading to computational complexity of feature extraction after traditional normalization in iris recognition and weakening of main texture information, we introduced the ROIbased iris normalization means and used PCA to extract principal component to reduce the dimension and remove noise further, then trained feature vectors using ICA to make ICA/PCA iris feature extraction algorithm; finally used cosine distance classifier to identify testing samples. Experimental recognition rate was reached up to 98.11%, and recognition time was less than 70 ms.

Key words: pattern recognition； iris recognition； region of interest(ROI)

中图分类号:

TP18

王俊勇, 张长海, 刘元宁, 朱晓冬, 何飞. 基于ROI归一化的ICA/PCA虹膜识别方法[J]. J4, 2010, 48(05): 793-798.

WANG Dun-Yong, ZHANG Chang-Hai, LIU Yuan-Ning, SHU Xiao-Dong, HE Fei. ICA/PCA Iris Recognition Method Based on ROI Normalization[J]. J4, 2010, 48(05): 793-798.

[1]	王立君, 富倩. 一种凹形区域和简单宽边界区域间的拓扑关系表示模型[J]. J4, 2013, 51(03): 487-490.
[2]	王涛, 王瑞芹, 李占山, 陈超. 基于分割的超树分解方法[J]. J4, 2013, 51(02): 257-266.
[3]	王雁苓, 孙利, 郭新辰, 吕学实. 应用字典数据建模[J]. J4, 2013, 51(02): 273-278.
[4]	李健, 欧阳继红, 王国伟, 陈岗. 一个带单洞区域和一个简单区域间的拓扑关系表示[J]. J4, 2012, 50(06): 1209-1213.
[5]	吴晓洲, 万里明, 韩霄松, 梁艳春, 吴春国. 基于隐马尔可夫模型的转录因子文本挖掘算法[J]. J4, 2012, 50(02): 320-322.
[6]	孙凤芳, 朱晓冬, 刘元宁, 张晓旭, 张巍, 李为韬, 李鑫. 一种Personality_OCC情感建模的新方法[J]. J4, 2012, 50(01): 106-110.
[7]	王海洋, 王江, 李红利, 陈颖源, 王延权. 基于Terminal滑模的HindmarshRose神经元放电同步控制[J]. J4, 2011, 49(06): 1087-1094.
[8]	钟毅, 刘桂霞, 郑明, 沈威, 赖丽娜, 周春光. 基于AP算法支持向量机的设计与应用[J]. J4, 2011, 49(05): 906-910.
[9]	葛金辉. 有时间窗的车辆路径问题及改进[J]. J4, 2011, 49(01): 105-111.
[10]	杜会盈, 李占山, 李宏博, 沈海娇. 图分割在Singleton弧相容算法中的应用[J]. J4, 2010, 48(06): 981-986.
[11]	池淑珍, 周春光, 张长胜, 杨草原. 一种受限于给定最大延误上界的单目标启发式算法[J]. J4, 2010, 48(05): 805-810.
[12]	王红梅, 李宏博, 李占山. 无环配置问题研究[J]. J4, 2010, 48(03): 444-448.
[13]	李永丽, 刘衍珩, 肖见涛, 李向涛, 关伟洲. 基于支持向量机的增量学习算法[J]. J4, 2010, 48(03): 464-467.
[14]	李妮娅, 刘大有, 张健. 面向制造业的产品配置器与PDM集成设计方法[J]. J4, 2010, 48(1): 73-78.
[15]	孙英娟, 黄岚, 翟延东, 蒲东兵, 周春光. 一种基于分类目标的启发式离散化算法[J]. J4, 2009, 47(6): 1251-1254.