.png){kind=icon}
返回
Optical Diffraction Field-Based Palmprint Recognition
.png){kind=icon}
PRE
AI
DOI：10.1109/JSEN.2025.3577623.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
掌纹识别对于访问控制、法医调查等高安全性应用至关重要，这得益于其丰富的信息内容和防伪能力。然而，从低质量掌纹（如犯罪现场常见的潜在指纹）中提取可靠特征仍具挑战性。近期的高分辨率掌纹研究主要关注图像预处理和特征提取；但预处理过程中引入的误差会损害特征可靠性，进而降低识别精度。本文提出了一种基于光学衍射场的方法，可从掌纹的栅格状脊线模式中提取频域特征。特征匹配通过结构相似性指数、皮尔逊相关系数和余弦相似度等相似性度量进行评估，并采用随机森林分类器进行决策融合。该方法简化了预处理流程，降低了计算复杂度，并提升了抗噪声和变形的鲁棒性。在THUPLMLAB数据集（一个公开的高分辨率掌纹数据库）上的实验结果显示，该方法达到1.00%的等错误率（EER），在性能上可与依赖繁琐预处理的最新方法相媲美。所提方法为生物特征掌纹识别提供了一种具有物理可解释性、高效且鲁棒性的解决方案。
Keyword:
Diffraction field
high-resolution palmprint
optical sensing
palmprint recognition
期刊
IF:
4.5
论文数:
2.2W
被引数:
7.3W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容