典型文献
基于GA-SVM模型的虹膜质量评估方法
文献摘要：
针对虹膜图像质量评价过程中存在的如何选取适量的评价因子、如何降低评价因子的计算量、如何对评价因子进行有效融合等问题,提出一种基于遗传算法-支持向量机(GA-SVM)模型和多测度评价指标的虹膜图像质量评估方法.首先对虹膜图像进行清晰度质量评价,粗略筛除模糊图像;然后选用4个评价指标,利用GA-SVM模型对评价指标值进行有效融合,以综合评价虹膜图像质量;最后将该方法在吉林大学第六代虹膜库中进行验证,并与其他经典评价方法进行对比.实验结果表明,该方法能提高可用虹膜存活率,并达到较好的识别精度,同时提升系统运行速度.
文献关键词：
虹膜图像质量评价;支持向量机;遗传算法;多指标融合;二分类
中图分类号：
作者姓名：
吴祖慷;朱晓冬;刘元宁;王超群;周智勇
作者机构：
吉林大学 计算机科学与技术学院,长春 130012;吉林大学 符号计算与知识工程教育部重点实验室,长春 130012;吉林大学 软件学院,长春 130012
文献出处：
引用格式：
[1]吴祖慷;朱晓冬;刘元宁;王超群;周智勇-.基于GA-SVM模型的虹膜质量评估方法)[J].吉林大学学报（理学版）,2022(01):89-98
A类：
虹膜图像质量评价
B类：
GA,评价过程,取适量,评价因子,计算量,有效融合,测度评价,图像质量评估,清晰度,粗略,筛除,模糊图像,指标值,吉林大学,第六代,经典评价,高可用,识别精度,提升系统,运行速度,多指标融合,二分类
AB值：
0.277265
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
