《表1 ROI提取算法性能对比》
为了验证本文算法的有效性,本文评估了不同感兴趣区域提取算法的性能。在训练阶段,随机选取每人3幅静脉图像(共2208幅)进行感兴趣区域提取,利用金字塔池化方法,将感兴趣区域划分共80(16+64=80)个子区域(见图2),然后分别提取金字塔池化LBP特征(采样点数为8,半径为2),并将提取的特征用于训练模型;剩余的静脉图像采用相同的方式进行特征提取,并用于验证已训练模型的有效性。共进行100次交叉验证实验,并计算平均识别率等结果,如表1所示,ROC曲线如图6所示。本文所有实验都是在Matlab2018A上完成的,计算机配置为Inter Core [email protected] GHz和8 GB内存。
图表编号 | XD00188751900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 刘富、姜守坤、康冰、侯涛 |
绘制单位 | 吉林大学通信工程学院、吉林大学通信工程学院、吉林大学通信工程学院、吉林大学通信工程学院 |
更多格式 | 高清、无水印(增值服务) |