资料下载
×
基于2DLDA和SVM的人耳识别算法
消耗积分:0 |
格式:rar |
大小:0.62 MB |
2017-11-07
分享资料个
人耳识别是一种新兴的生物特征识别技术，由于人耳外耳的轮廓形状及纹理存在显著的个体差异，具有唯一性和稳定性，同时，人耳图像容易采集，使得人耳既可以单独用于个体身份鉴别，也可以用于和其他生物特征识别技术相结合的场合。
提取人耳图像的特征是人耳识别中的重要环节。线性鉴别分析（LDA）是常用的提取分类特征的方法，但是，LDA对图像特征的提取需要对二维图像进行降维处理，通常图像维数远大于样本数，易造成类内散布矩阵奇异，使求解困难。二维线性鉴别分析（2DLDA）避免了二维图像降维造成的维数灾难，解决了类内散布矩阵的奇异问题。本文采用2DLDA提取人耳图像特征向量。
支持向量机（SVM）是基于统计学习理论的一种机器学习方法，具有结构风险最小化特点，能够有效地解决小样本分类问题。人耳图像特征向量属于小样本非线性分类问题，可以利用SVM进行有效的分类。本文提出将人耳图像利用2DLDA提取特征向量，利用SVM进行人耳特征分类识别的算法，以提高的人耳图像的识别率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
