陈 曦, 于 明, 岳 峰
(1. 河北工业大学电子信息工程学院,天津 300401;2.北京科学技术研究院北京市新技术应用研究所,北京 100089;3.河北工业大学人工智能与数据科学学院,天津 300401)
掌纹识别近年来备受研究者关注,并且提出了多种掌纹识别方法,包括基于纹理[1]、基于方向编码[2]、基于局部描述符[3]、基于深度神经网络[4-6]等。掌纹识别系统因其在安全性的可靠表现成为出入管控、身份鉴别等应用领域的理想解决方案。
掌纹识别系统通过比较查询掌纹与存储模板的相似度来进行身份辨识。研究发现系统识别的准确性和处理速度将会随着注册人数的上升而下降[7]。然而很多系统需要面向大规模人群进行身份辨识,因此加速识别过程不仅可以减少系统响应时间,而且可以通过采用更复杂的匹配算法,为提高识别精度提供可能性[8]。现有的快速掌纹识别方法可以大致分为层次匹配法、掌纹分类法和基于树形结构的识别方法和基于散列的识别方法。
层次匹配方法[9]通常会提取多种简单特征,然后以分层的方式快速搜索目标。因此,这类方法可以构建多层搜索结构,从而在单个层中排除较少候选目标。分层匹配方法的缺点是在搜索终止之前产生目标丢失的情况。
掌纹分类方法是指将掌纹分成几个类别,然后将输入图像与其对应类中的模板进行匹配[10]。这种方法的缺点是根据初始分类规则,可能会将查询掌纹和目标模板置于不同的类别中,从而无法成功进行匹配。……