2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FAR和FRR融合的多模态生物特征识别

李永 殷建平 祝恩 李宽

李永, 殷建平, 祝恩, 李宽. 基于FAR和FRR融合的多模态生物特征识别. 自动化学报, 2011, 37(4): 408-417. doi: 10.3724/SP.J.1004.2011.00408
引用本文: 李永, 殷建平, 祝恩, 李宽. 基于FAR和FRR融合的多模态生物特征识别. 自动化学报, 2011, 37(4): 408-417. doi: 10.3724/SP.J.1004.2011.00408
LI Yong, YIN Jian-Ping, ZHU En, LI Kuan. Multibiometric Fusion Based on FAR and FRR. ACTA AUTOMATICA SINICA, 2011, 37(4): 408-417. doi: 10.3724/SP.J.1004.2011.00408
Citation: LI Yong, YIN Jian-Ping, ZHU En, LI Kuan. Multibiometric Fusion Based on FAR and FRR. ACTA AUTOMATICA SINICA, 2011, 37(4): 408-417. doi: 10.3724/SP.J.1004.2011.00408

基于FAR和FRR融合的多模态生物特征识别

doi: 10.3724/SP.J.1004.2011.00408
详细信息
    通讯作者:

    李永

Multibiometric Fusion Based on FAR and FRR

More Information
    Corresponding author: LI Yong
  • 摘要: 通过多生物特征识别融合可以显著地改善系统的识别性能,在多生物特征识别中, 匹配分数级融合最常用. 现有的匹配分数级融合策略包括基于归一化的融合、基于密度的融合和基于分类器的融合. 本文分析了这三种融合策略的优缺点, 结合分数归一化和基于密度方法的优点, 提出了一种新的基于信任度的融合策略. 其中, 信任度是以错误拒绝率和错误接受率为基础, 既避免了直接求取某个匹配分数的后验概率, 又能够刻画匹配分数的分布. 将本文方法与几种有代表性的方法进行实验比较, 结果表明, 这种新融合模式可以有效地改进多生物特征识别系统的性能.
  • 加载中
计量
  • 文章访问数:  2095
  • HTML全文浏览量:  87
  • PDF下载量:  1382
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-09-06
  • 修回日期:  2010-11-24
  • 刊出日期:  2011-04-20

目录

    /

    返回文章
    返回