[发明专利]一种基于SVM和随机森林的指纹图像质量判断方法在审
| 申请号： | 201711103387.3 | 申请日： | 2017-11-10 |
| 公开（公告）号： | CN107992800A | 公开（公告）日： | 2018-05-04 |
| 发明（设计）人： | 罗美美;杨波 | 申请（专利权）人： | 杭州晟元数据安全技术股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 杭州千克知识产权代理有限公司33246 | 代理人： | 赵芳,张瑜 |
| 地址： | 311121 浙江省杭州市*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于SVM和随机森林的指纹图像质量判断方法，步骤包括挑选质量相对较好的图像作为训练用正样本，挑选质量较差的图像作为训练用负样本；对训练用正样本和训练用负样本进行特征提取，将这些特征组成特征向量并进行归一化处理；将归一化后的特征向量输入到LIBSVM进行训练得到SVM模型；将归一化后的特征向量输入到随机森林模型进行训练得到随机森林模型；对待预测样本进行特征提取和特征向量归一化处理；将归一化的待预测样本的特征向量分别代入SVM模型和随机森林模型获得相应的质量分数；将SVM模型得到的质量分数与随机森林模型得到的质量分数求均值，并将其作为最终的预测结果。 | ||
| 搜索关键词： | 一种 基于 svm 随机 森林 指纹 图像 质量 判断 方法 | ||
【主权项】：
一种基于SVM和随机森林的指纹图像质量判断方法，其特征在于：包括样本训练和样本预测，样本训练步骤包括：挑选质量相对较好的图像作为训练用正样本，挑选质量较差的图像作为训练用负样本；对训练用正样本和训练用负样本进行方差、脊谷对比度、方向一致性、Gabor特征值、HOG特征和LBP特征的提取，将这些特征组成特征向量并进行归一化处理；将归一化后的特征向量输入到LIBSVM进行训练得到SVM模型；将归一化后的特征向量输入到随机森林模型进行训练得到随机森林模型；样本预测步骤包括：对待预测样本进行特征提取和特征向量归一化处理；将归一化的待预测样本的特征向量分别代入SVM模型和随机森林模型获得相应的质量分数；将SVM模型得到的质量分数与随机森林模型得到的质量分数求均值，并将其作为最终的预测结果。
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杭州晟元数据安全技术股份有限公司，未经杭州晟元数据安全技术股份有限公司许可，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/201711103387.3/，转载请声明来源钻瓜专利网。
