您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报 (工学版) ›› 2023, Vol. 53 ›› Issue (2): 118-126.doi: 10.6040/j.issn.1672-3961.0.2022.190

• • 上一篇    下一篇

基于多特征融合的手指静脉图像检索方法

刘行,杨璐*,郝凡昌   

  1. 山东建筑大学计算机科学与技术学院, 山东 济南 250101
  • 收稿日期:2022-05-11 出版日期:2023-04-22 发布日期:2023-04-21
  • 作者简介:刘行(1997— ),女,山东泰安人,硕士研究生,主要研究方向为手指静脉识别. E-mail: amorr97@163.com. *通信作者简介:杨璐(1988— ),女,山东聊城人,博士,教授,主要研究方向为生物特征识别、机器学习及应用. E-mail: yangluhi@163.com
  • 基金资助:
    国家自然科学基金资助项目(62076151);山东省重点研发计划公益类资助项目(2019GGX101068)

Finger vein image retrieval based on multi-feature fusion

LIU Xing, YANG Lu*, HAO Fanchang   

  1. School of Computer Science and Technology, Shandong Jianzhu University, Jinan 250101, Shandong, China
  • Received:2022-05-11 Online:2023-04-22 Published:2023-04-21

摘要: 为进一步提高手指静脉图像检索的精度,提出一种基于多特征融合的手指静脉图像检索方法。从手指静脉图像中分别提取纹理特征、方向特征、静脉主干特征,使用改进的多基元直方图方法计算纹理直方图和方向直方图,将两种直方图串联作为检索特征。考虑到手指静脉血管的空间分布特性,对图像进行分块处理,基于图像块提取检索特征。该方法在两个公开手指静脉数据库上的最优检索精度分别为99.16%、99.15%。试验结果表明,该方法能够充分利用多种不同特征,有效提升手指静脉图像检索性能。

关键词: 手指静脉图像检索, 改进的多基元直方图, 多特征融合, 局部二值模式, 静脉主干特征

中图分类号: 

  • TP391
[1] WU Jianda, YE Siouhuan. Driver identification using finger-vein patterns with radon transform and neural network[J]. Expert Systems with Applications, 2009, 36(3): 5793-5799.
[2] KUMAR Ajay, ZHOU Yingbo. Human identification using finger images[J]. IEEE Transactions on Image Processing, 2012, 21(4): 2228-2244.
[3] QIN Huafeng, EL-YACOUBI Mounim A. Deep representation based feature extraction and recovering for finger-vein verification[J]. IEEE Transactions on Information Forensics and Security, 2017, 12(8): 1816-1829.
[4] KANG Wenxiong, LU Yuting, LI Dejian, et al. From noise to feature: exploiting intensity distribution as a novel soft biometric trait for finger vein recognition[J]. IEEE Transactions on Information Forensics and Security, 2019, 14(4): 858-869.
[5] DAS Rig, PICIUCCO Emanuela, MAIORANA Emanuela, et al. Convolutional neural network for finger-vein-based biometric identification[J]. IEEE Transactions on Information Forensics and Security, 2019, 14(2): 360-373.
[6] YANG Wenming, HUI Changqing, CHEN Zhiquan, et al. FV-GAN: finger vein representation using generative adversarial networks[J]. IEEE Transactions on Information Forensics and Security, 2019, 14(9): 2512-2524.
[7] WANG K K, YANG L, SU K, et al. Binary search path of vocabulary tree based finger vein image retrieval[C] //Proceedings of 2016 International Conference on Biometrics(ICB). NJ, USA: IEEE, 2016: 1-8.
[8] WANG K K, YANG L, YANG G P, et al. Integration of discriminative features and similarity-preserving encoding for finger vein image retrieval[C] //Proceedings of 2017 IEEE International Conference on Image Processing(ICIP). NJ, USA: IEEE, 2017: 3525-3529.
[9] SU K, YANG G P, YANG L, et al. Finger vein image retrieval via affinity-preserving K-means hashing[C] //Proceedings of 2017 IEEE International Joint Conference on Biometrics(IJCB). NJ, USA: IEEE, 2017: 375-382.
[10] SURBIRYLA J, RAGHAVENDRA R, BUSCH C. Finger vein indexing based on binary features[C] //Proceedings of Colour and Visual Computing Symposium(CVCS). NJ, USA: IEEE, 2015:1-6.
[11] RAGHAVENDRA R, SURBIRYALA J, BUSCH C. An efficient finger vein indexing scheme based on unsupervised clustering[C] //Proceedings of IEEE International Conference on Identity, Security and Behavior Analysis(ISBA 2015). NJ, USA: IEEE, 2015: 1-8.
[12] TANG D, HUANG B N, LI R F, et al. A person retrieval solution using finger vein patterns[C] //Proceedings of 2010 20th International Conference on Pattern Recognition. NJ, USA: IEEE, 2010: 1306-1309.
[13] YANG Lu, YANG Gongping, XI Xiaoming, et al. Finger vein code: from indexing to matching[J]. IEEE Transactions on Information Forensics and Security, 2019, 14(5):1210-1223.
[14] RADZI S A, HANI M K, BAKHTERI R. Finger-vein biometric identification using convolutional neural network[J]. Turkish Journal of Electrical Engineering & Computer Sciences, 2016, 24(3):1863-1878.
[15] MENG G S, FANG P Y, ZHANG B. Finger vein recognition based on convolutional neural network[C] //Proceedings of MATEC Web of Conferences. Paris, France: EDP Sciences, 2017, 128: 04015.
[16] LIU Guanghai, ZHANG Lei, HOU Yingkun, et al. Image retrieval based on multi-texton histogram[J]. Pattern Recognition, 2010, 43(7):2380-2389.
[17] HONG L, WAN Y F, JAIN A. Fingerprint image enhancement: algorithm and performance evaluation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1998, 20(8):777-789.
[18] YANG Lu, YANG Gongping, YIN Yilong, et al. Finger vein recognition with anatomy structure analysis[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2017, 28(8):1892-1905.
[19] YIN Y L, LIU L L, SUN X W. SDUMLA-HMT: a multimodal biometric database[C] //Proceedings of Chinese Conference on Biometric Recognition. Berlin, Germany: Springer, 2011: 260-268.
[20] YANG L, YANG G P, ZHOU L Z, et al. Superpixel based finger vein roi extraction with sensor interoperability[C] //Proceedings of 2015 International Conference on Biometrics(ICB). NJ, USA: IEEE, 2015: 444-451.
[1] 何其佳,刘振丙,徐涛,蒋淑洁. 基于LBP和极限学习机的脑部MR图像分类[J]. 山东大学学报(工学版), 2017, 47(2): 86-93.
[2] 王斌,常发亮,刘春生. 基于多特征融合的交通标志分类[J]. 山东大学学报(工学版), 2016, 46(4): 34-40.
[3] 李春雷, 张兆翔, 刘洲峰, 廖亮, 赵全军. 基于纹理差异视觉显著性的织物疵点检测算法[J]. 山东大学学报(工学版), 2014, 44(4): 1-8.
[4] 曹红根1,袁宝华1,朱辉生2. 结合对比度信息与LBP的分块人脸识别[J]. 山东大学学报(工学版), 2012, 42(4): 29-34.
[5] 蔡念, 张国宏, 楼朋旭, 戴青云. 基于形状和纹理的外观设计专利图像检索方法[J]. 山东大学学报(工学版), 2011, 41(2): 1-4.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 张 欣,李术才,李树忱 . 考虑天然渗流场影响的地应力场反演回归分析及应用[J]. 山东大学学报(工学版), 2008, 38(4): 57 -62 .
[2] 施来顺,董岩岩,李彦彦,李文静 . 二氧化氯催化氧化处理铬黑T模拟废水的实验[J]. 山东大学学报(工学版), 2007, 37(5): 113 -117 .
[3] 牛林 赵建国 李可军. 1000kV特高压交流输电线路工频磁场分析[J]. 山东大学学报(工学版), 2010, 40(1): 154 -158 .
[4] 李文义,许士国,王兴菊, . 河流水量组成分析与计算方法研究[J]. 山东大学学报(工学版), 2006, 36(2): 71 -74 .
[5] 冯现大 李树忱 徐帮树. 海底隧道涌水量影响因素的数值模拟研究[J]. 山东大学学报(工学版), 2009, 39(4): 21 -24 .
[6] 王虹入1,王中秋1, 3*, 张倩2,李剑峰3, 孙杰3. 切削法构建铝合金Al7050-T7451材料流动应力本构模型[J]. 山东大学学报(工学版), 2012, 42(1): 115 -120 .
[7] 张道强. 知识保持的嵌入方法[J]. 山东大学学报(工学版), 2010, 40(2): 1 -10 .
[8] 冯治宇 . 褐煤基吸附催化剂脱硫脱氮的研究[J]. 山东大学学报(工学版), 2007, 37(1): 107 -110 .
[9] 张训华1,业宁2,王厚立3. 基于Harris角点的木材CT图像配准[J]. 山东大学学报(工学版), 2010, 40(5): 101 -104 .
[10] 于江德1,赵红丹1,郑勃举1,余正涛2. 基于中文人名用字特征的性别判定方法[J]. 山东大学学报(工学版), 2014, 44(1): 13 -18 .