A finger vein recognition method which is based on kernel Fisher discriminant analysis
基于核Fisher鉴别分析的手指静脉识别

抽取最优鉴别特征是手指静脉识别中重要的一步，在提取小样本的高维手指静脉图像特征时，由于光照、温湿度、水平位移等因素的影响使得采集的静脉图像是非线性分布的，为此，提出了一种基于核Fisher鉴别分析（kernel Fisher discriminant analysis，KFDA）提取非线性特征的方法。该方法是利用一个核映射将原始输入空间变换到一个更低维的空间RN中，在此特征空间上用核类间散度阵和核类内散度阵作为Fisher线性判别准则(Fisher linear discriminant，FLD)，来得到最佳非线性鉴别特征，根据此鉴别特征计算其相互间的欧式距离进行识别。实验结果表明，核Fisher方法与其他方法相比，具有较低的认假率(false accept rate，FAR)和较快的识别速度。