文献类型：期刊文章

作　　者：董火明[1,2] 高隽[1,2] 胡良梅[3]

机构地区：[1]中国科学院合肥智能机械研究所 [2]合肥工业大学计算机与信息学院图像信息处理研究室,安徽合肥230009 [3]合肥工业大学计算机与信息学院图像信息处理研究室

出　　处：《电路与系统学报》

基　　金：国家自然科学基金资助项目(60175011;60375011);安徽省优秀青年科技基金(04042044)

年　　份：2005

卷　　号：10

期　　号：3

起止页码：58-63

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、JST、核心刊

摘　　要：指纹识别是生物特征识别中的热点,指纹全局特征识别具有明显的优势,但是单一分类器一般不能取得满意的识别效果。本文采用贝叶斯理论分析了常见的积、和、中值以及投票多分类器融合方法,并根据实际的选举情形,对投票法进行了2种改进。然后对3种指纹全局特征协同识别分类器:灰度值、主分量以及方向场分类器进行决策层融合,并采用了一种崭新而高效的协同模式识别方法。对FVC2002指纹库的实验表明:该方法具有较好的分类性能,预处理与特征提取简单、计算复杂度低、识别速度快、对污损指纹具有可靠的识别率、鲁棒性强,而且应用于身份认证中也取得了较好的认证效果。

关 键 词：指纹识别 多分类器融合 全局特征  协同识别  

分 类 号：TP391.4]