[发明专利]一种基于特征融合和机器学习的虹膜活性检测方法在审
| 申请号： | 201910337212.1 | 申请日： | 2019-04-25 |
| 公开（公告）号： | CN110119695A | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 陈健美;王玉玺;于磊春;胡杨;王国辉 | 申请（专利权）人： | 江苏大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212013 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征融合和机器学习的虹膜活性检测方法，准备虹膜图像数据集，分别提取虹膜图像的LBP特征和HOG特征，对所提取的LBP特征和HOG特征进行降维处理，用典型相关性分析方法将降维后的LBP特征和HOG进行融合；将融合后的特征输入支持向量机模型，对虹膜图像特征进行训练和分类，实现对虹膜活性的检测。本发明可以解决现有虹膜活性检测方法中虹膜活性检测准确率不高、不能有效地对虹膜攻击进行防御和无法保证虹膜识别系统的安全性的问题。 | ||
| 搜索关键词： | 虹膜 活性检测 机器学习 特征融合 典型相关性分析 支持向量机模型 虹膜识别系统 虹膜图像数据 虹膜图像特征 虹膜图像 降维处理 特征输入 有效地 融合 准确率 降维 防御 分类 攻击 检测 保证 | ||
【主权项】：
1.一种基于特征融合和机器学习的虹膜活性检测方法,其特征在于，准备虹膜图像数据集，分别提取虹膜图像的LBP特征和HOG特征，对所提取的LBP特征和HOG特征进行降维处理，用典型相关性分析方法将降维后的LBP特征和HOG特征进行融合，得到特征融合后的典型相关特征，将典型相关特征输入支持向量机模型，对虹膜图像特征进行分类，实现对虹膜活性的检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏大学，未经江苏大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910337212.1/，转载请声明来源钻瓜专利网。
