检索结果

Select

1. 基于2DFLD的手背静脉识别算法

苑玮琦王爇孙书会

计算机应用 2010, 30 (3): 646-649.

摘要（1693）

PDF （640KB）（1107）

手背静脉识别技术采用非接触式，为了避免在采集图片时由于手背的旋转和平移给识别带来干扰，提出一种手背静脉有效区域的定位方法,在手背截取出一个包含静脉信息最多的矩形。该算法主要利用基于不变特征点的图像定位方法来寻找手背外侧边缘的特征点,然后定位分割出手背静脉有效区域的图像。实验证明该算法具有自适应性，定位准确，速度快。由于经典的Fisher线性判别算法类内散度矩阵通常会是奇异的,提出一种基于二维Fisher线性判别(2DFLD)的手背静脉识别方法。该方法直接进行图像矩阵投影，避免高维运算。对于手背静脉图像库，用2DFLD方法提取静脉特征空间，再将测试图像投影到该特征子空间上，最后用最近邻欧氏距离方法进行匹配。实验结果表明，该方法识别率达98%。

相关文章 | 多维度评价

Select

2. 复杂背景下的多人脸检测方法

苑玮琦韩春霞

计算机应用 2010, 30 (3): 635-638.

摘要（1667）

PDF （818KB）（924）

复杂背景下采用肤色进行人脸检测具有较高的检测率，但同时也具有较高的误检率，而采用AdaBoost算法进行人脸检测从根本上解决了实时性问题，但是检测率不理想。基于上述原因，采用肤色分割与AdaBoost相结合的方法对人脸进行检测：首先采用肤色分割进行人脸粗定位，然后将粗定位后的人脸候选区域作为AdaBoost检测的输入子窗口进行人脸检测。在预处理过程中，采用可调节结构元素，解决了对于不同图像中大小不一的人脸采用固定的结构元素造成的人脸丢失问题。实验结果表明该方法在提高检测率的同时，也降低了误检率。

相关文章 | 多维度评价

Select

3. 手形特征点定位方法

苑玮琦李燕

计算机应用 2010, 30 (12): 3311-3313.

摘要（1076）

PDF （759KB）（1190）

针对特征点定位的准确性影响识别精度，提出手形特征点的定位方法。首先采用基于直线拟合的方法确定手指的指尖点,然后基于方向跟踪的方法定位手指指根点，最后细定位指根点。基于特征矢量匹配算法的识别结果表明，人工测量识别率为84.62%，自动定位的识别率为84.35%。该方法能准确提取手形特征，具有可行性。