摘要
本申请提供了一种基于多视图学习的掌纹多特征融合识别方法及装置,包括:从掌纹感兴趣区域图像中提取多种掌纹视图特征;针对任一种所述掌纹视图特征,使用线性判别分析方法最大化不同类别之间的方差,同时最小化同类别不同样本之间的方差,得到投影降维后的所述掌纹视图特征;利用深度广义典型相关分析方法提取投影降维后的各所述掌纹视图特征之间的相关性特征,作为掌纹融合特征;根据所述掌纹融合特征应用协同表示的分类方法进行分类识别。可以融合多种不同视图的掌纹特征进行识别,能够提高掌纹特征识别的稳定性和准确率。
技术关键词
多特征融合识别方法
掌纹感兴趣区域
局部二值模式算法
线性判别分析方法
融合特征
像素块
深度卷积特征
分类方法
样本
掌纹特征
非暂态计算机可读存储介质
匹配误差
矩阵
广义
纹理特征
图像
典型
系统为您推荐了相关专利信息
深度学习预测模型
智能识别方法
多模态
光学遥感影像
雷达遥感影像
外参标定方法
双目相机
重叠视场
控制点
光束平差法
模糊图像检测方法
融合特征
编码特征
高频特征
采样模块
生物信息特征
组学特征
交叉注意力机制
数据融合方法
影像
神经网络推理
数据处理方式
融合特征
距离信息
注意力