基于多线性核主成分分析的掌纹识别

摘要

提出运用多线性核主成分分析(MKPCA)的一种新方法进行掌纹识别。首先MKPCA通过非线性变换,将输入样本图像向高维特征空间F上投影,运用多线性主成分分析(MPCA)直接对掌纹张量进行降维,得到低维的投影张量;然后掌纹图像向张量子空间上投影提取特征向量;最后计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库,对本文算法进行测试。实验结果表明,与传统算法相比,本文算法的识别率(RR)最高为99%,特征提取和匹配总时间为1.832 s,满足实时系统的要求。