CASIA多光谱掌纹图像数据库包含7200张使用自行设计的多光谱成像设备从100个不同的人身上采集的掌纹图像，所有手掌图像都是8位灰度级JPEG文件。
2023-09-15 14:26:36
117.19MB
1
chan算法matlab代码FusionNet
使用网络摄像头进行非接触掌纹和手指纹理识别
使用网络摄像头进行非接触掌纹和手指纹理识别的演示源代码。
代码中使用的算法基于论文：
A.
Genovese,
V.
Piuri,
F.
Scotti,
and
S.
Vishwakarma,
"Touchless
palmprint
and
finger
texture
recognition:
A
Deep
Learning
fusion
approach",
in
Proc.
of
the
2019
IEEE
Int.
Conf.
on
Computational
Intelligence
&
Virtual
Environments
for
Measurement
Systems
and
Applications
(CIVEMSA
2019),
Tianjin,
China,
June
14-16,
2019,
pp.
1-6.
ISBN:
978-1-5386-8344-6.
DOI:
10.1109/CIVEMSA45640.2019.9071620
项目页面：
大纲：
源代码：
引
2023-03-28 00:31:50
1.41MB
1
研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性。
2023-01-08 13:27:17
627KB
1
基于流形学习和正交稀疏保留投影的人脸和掌纹图像特征提取方法，刘茜，李文倩，对于一个数据集，数据间的稀疏重构关系具有很好的分类信息。稀疏保留投影（SPP）正是基于这样的考虑所提出的一种特征提取方法，它
2023-01-08 13:26:15
408KB
1
为提高掌纹图像识别率,首先利用手掌的几何轮廓对所采集到的掌纹图像进行预处理,进行分割得到感兴趣的区域。再利用小波变换对掌纹图像分别进行多层分解,进而提取小波特征。最后利用BP神经网络进行分类。通过仿真实验表明,与单一的神经网络方法进行掌纹识别相比,这种将小波分析与神经网络相结合的方法收敛步数少、用时短、具有较高的识别率。
2022-12-02 10:36:49
290KB
1
掌纹识别可以区分其中的区域 并且进行识别图的预处理阶段
disp('Sobel算子自动选择的阀值为：')disp(thresh)
2022-07-03 12:05:15
212KB