位置:成果数据库 > 期刊 > 期刊详情页
基于2DPCA的眉毛识别方法研究
  • ISSN号:1671-8836
  • 期刊名称:《武汉大学学报:理学版》
  • 时间:0
  • 分类:O235[理学—运筹学与控制论;理学—数学]
  • 作者机构:[1]北京工业大学计算机学院,北京100022
  • 相关基金:国家自然科学基金(60775010); 北京市自然科学基金资助项目(4112009 4113067); 北京市教委科技发展项目(KM201010005012); 北京工业大学高层次人才培养项目资助
中文摘要:

分析了人类的眉毛作为一种独立生物特征进行身份鉴别的可能性,提出了一种基于2DPCA的眉毛识别方法,比较了2DPCA和PCA对眉毛识别的结果.通过对109人的眉毛数据库的分析,分别研究了2DPCA和PCA方法在眉毛识别中识别率和信息阈值之间,识别率与特征个数之间,识别率与图像尺寸之间的关系,以及它们对时间和空间的需求.实验结果表明,利用2DPCA方法进行眉毛识别在训练时间和识别率上明显优于PCA方法,识别率最高可达97.62%.

英文摘要:

This paper validates that it is feasible to use eyebrow as an independent biometric in personal identification and then we propose an eyebrow recognition method based on 2DPCA.Moreover,we compare the influence of 2DPCA and PCA on eyebrow recognition.By the eyebrow database taken from 109 persons,we analyze the relationship of their eyebrow recognition accuracies with information threshold,the number of features,the size of image respectively as well as their requirement for time and space.The results show that the eyebrow recognition using 2DPCA,with the highest accuracy of 97.62%,is obviously superior to using PCA in terms of training time and recognition accuracy.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《武汉大学学报:理学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国2教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武昌珞珈山
  • 邮编:430072
  • 邮箱:whdz@whu.edu.cn
  • 电话:027-68756952
  • 国际标准刊号:ISSN:1671-8836
  • 国内统一刊号:ISSN:42-1674/N
  • 邮发代号:38-8
  • 获奖情况:
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:6988