Palmprint recognition systems are broadly based on structural or statistical features. In [13], line-like structural features are extracted by applying morphological operations over edge-maps. In [12], structural features such as points on principle line and some isolated points are utilized for palmprint authentication. In [44], single fixed orientation Gabor filter is applied over the palmprint and the resulting Gabor phase is binarized using zero crossing. In [15], bank of elliptical Gabor filters with different orientations is employed to extract the phase information of the palmprint image and merged according to a fusion rule to produce a feature called the FusionCode. In [39], a recognition system fusing the phase (FusionCode) and orientation information has been proposed. In [14], the palmprint is processed using the bank of Gabor filters with different orientations. The highest filter response is preserved as features represented in three bits. In [39], the palmprint is processed using the bank of orthogonal Gabor filters and their differences which are coded into bits are considered as the features of palmprint. All the above-mentioned systems use hamming distance for matching and classification. Many statistical techniques such as PCA, LDA, ICA and their combinations are also applied to palmprints in order to achieve better performance [19], [35] and [42]. Several other techniques such as Stockwell [6], Zernike moments [7], Discrete Cosine Transforms (DCT) [8] and Fourier [5] transforms are also applied to achieve better performance.
Palmprint ระบบการรับรู้อย่างกว้างขวางอยู่ในคุณลักษณะโครงสร้าง หรือสถิติ ใน [13], รายการโครงสร้างต่าง ๆ ที่สกัด โดยใช้การดำเนินงานของผ่านขอบแผนที่ ใน [12], คุณลักษณะโครงสร้างบางจุดแยกและจุดบนเส้นหลักจะใช้สำหรับการตรวจสอบ palmprint ใน [44], วางแนวเดียวที่ใช้กรองกาบอร์ palmprint การและขั้นตอนกาบอร์ได้ถาวรคือ binarized ใช้ข้ามศูนย์ ใน [15], ธนาคารกรองกาบอร์รีมีแนวแตกต่างกันเป็นการดึงข้อมูลระยะของภาพ palmprint และผสานตามกฎหลอมเพื่อผลิตเป็นคุณลักษณะที่เรียกว่า FusionCode ใน [39], ระบบการรับรู้ของเฟส (FusionCode) และข้อมูลแนวมีการเสนอ ใน [14], palmprint จะประมวลผลของตัวกรองกาบอร์ด้วยแนวที่แตกต่างกัน การตอบสนองสูงสุดของกรองจะถูกรักษาเป็นคุณลักษณะที่แสดงในสามบิต ใน [39], palmprint การประมวลผลของตัวกรองกาบอร์ orthogonal ใช้ และความแตกต่างของพวกเขาที่มีโค้ดเป็นบิตถือเป็นคุณลักษณะของ palmprint ระบบดังกล่าวทั้งหมดใช้ระยะทางแฮมมิงจับคู่และการจัดประเภท เทคนิคทางสถิติใน PCA, LDA ปัจจุบันประกอบ และชุดของพวกเขายังใช้กับ palmprints เพื่อให้บรรลุประสิทธิภาพที่ดีขึ้น [19], [35] และ [42] หลายเทคนิคเช่น Stockwell [6], ช่วงเวลา Zernike [7], แยกกันโคไซน์แปลง (DCT) [8] และ [5] ฟูรีเยแปลงยังใช้เพื่อประสิทธิภาพที่ดีขึ้น
การแปล กรุณารอสักครู่..

Palmprint ระบบการรับรู้ในวงกว้างจะขึ้นอยู่กับคุณสมบัติของโครงสร้างหรือสถิติ ใน [13], ลักษณะโครงสร้างสายเหมือนถูกสกัดโดยใช้การดำเนินงานมากกว่าก้านขอบแผนที่ ใน [12], ลักษณะโครงสร้างเช่นจุดบนเส้นหลักการและบางจุดที่แยกถูกนำมาใช้สำหรับการตรวจสอบ palmprint ใน [44] การวางแนวเดียวคงกรอง Gabor ถูกนำไปใช้ในช่วง palmprint และระยะบอร์ส่งผลให้มีการใช้ศูนย์ binarized ข้าม ใน [15] ธนาคารแห่งรูปไข่ Gabor กรองที่มีทิศทางที่แตกต่างกันที่ใช้ในการดึงข้อมูลขั้นตอนของภาพ palmprint และรวมเป็นไปตามกฎฟิวชั่นในการผลิตคุณลักษณะที่เรียกว่า FusionCode ใน [39] ซึ่งเป็นระบบการรับรู้ระยะที่หลอมรวม (FusionCode) และข้อมูลการวางแนวทางได้รับการเสนอ ใน [14] ที่ palmprint มีการประมวลผลโดยใช้ธนาคารของกรอง Gabor กับทิศทางที่แตกต่างกัน การตอบสนองของตัวกรองที่สูงที่สุดจะถูกรักษาไว้เป็นคุณสมบัติที่แสดงอยู่ในสามบิต ใน [39] ที่ palmprint มีการประมวลผลโดยใช้ธนาคารของตัวกรอง Gabor มุมฉากและความแตกต่างของพวกเขาที่มีการเขียนเป็นบิตถือเป็นคุณสมบัติของ palmprint ทุกระบบดังกล่าวใช้ระยะแฮมสำหรับการจับคู่และการจำแนก เทคนิคทางสถิติหลายอย่างเช่น PCA, LDA, ICA และการรวมกันของพวกเขายังจะนำไปใช้ palmprints เพื่อให้บรรลุประสิทธิภาพที่ดีขึ้น [19], [35] และ [42] เทคนิคอื่น ๆ หลายอย่างเช่นสต็อคเวล [6] ช่วงเวลา Zernike [7], แปลงโคไซน์ไม่ต่อเนื่อง (DCT) [8] และฟูริเยร์ [5] นอกจากนี้ยังมีการแปลงนำมาใช้เพื่อให้เกิดประสิทธิภาพที่ดีขึ้น
การแปล กรุณารอสักครู่..
