-
公开(公告)号：CN110287823A
公开(公告)日：2019-09-27
申请号：CN201910495473.6
申请日：2019-06-10
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于改进LBP算子和支持向量机分类的人脸识别方法，包括：构建自身人脸数据库；人脸图像预处理，包括人脸图像的检测、校正、灰度处理和降噪；使用改进的LBP算子提取人脸图像特征，并结合主成分分析方法降低特征向量维数；使用支持向量机对提取的特征向量进行分类，并完成识别。本发明将改进LBP算子和支持向量机二分类相结合，借助改进LBP算子算法的自身优越性，可明显表示图像特征，简单、快速地完成人脸识别；此外，在进行人脸图像提取、识别时，本发明对光照和表情变化具有较强的鲁棒性，识别效果佳。
-
公开(公告)号：CN110163136A
公开(公告)日：2019-08-23
申请号：CN201910393049.0
申请日：2019-05-13
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于感知机的指纹和指静脉双模态识别决策融合算法，本发明提供一种基于感知机的指纹和指静脉双模态识别决策融合算法，包括以下步骤，步骤1，感知机结构的设计；步骤2，建立感知机的学习规则；步骤3，二级分类器的设计；步骤4，识别匹配的实现；可以充分利用两者的优势，弥补各自的缺点，达到良好的识别效果，分别计算指纹和指静脉匹配度x2,x3，再将指纹和指静脉的特征点集特征串联并计算匹配度x1作为二级分类器，然后将x1,x2,x3利用感知机进行训练得到权重，最后利用此模型来计算识别度，用感知机的指纹和指静脉双模态识别决策级融合匹配，方便直接，误差较小，降低了外界环境影响，效果好。
-
公开(公告)号：CN110163136B
公开(公告)日：2022-09-06
申请号：CN201910393049.0
申请日：2019-05-13
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于感知机的指纹和指静脉双模态识别决策融合方法，包括以下步骤，步骤1，感知机结构的设计；步骤2，建立感知机的学习规则；步骤3，二级分类器的设计；步骤4，识别匹配的实现；可以充分利用两者的优势，弥补各自的缺点，达到良好的识别效果，分别计算指纹和指静脉匹配度x2,x3，再将指纹和指静脉的特征点集特征串联并计算匹配度x1作为二级分类器，然后将x1,x2,x3利用感知机进行训练得到权重，最后利用此模型来计算识别度，用感知机的指纹和指静脉双模态识别决策级融合匹配，方便直接，误差较小，降低了外界环境影响，效果好。
-
-
Search Results
3
records
(took 0.019 seconds)
