机器视觉

目前，掌纹掌脉识别技术的研究主要针对静态图像，其在注册和认证过程中通常会对认证姿势进行一定的约束以获取更为清晰的手掌图像，从而影响了此类系统的亲和性。对此，本文搭建了一种新型的基于视频的掌纹掌脉识别系统，首先采用了新的注册和识别方式，即系统通过获取手掌的运动视频来代替传统采集方式所获取的静态图像，使得认证时手掌无需刻意停留，只需横扫而过，有效地增强了认证的亲和性；其次，提出了将旋转视频和横扫视频进行融合注册的新策略，从而提升了注册特征的丰富性和完整性，增强了系统对不同认证姿态的鲁棒性；第三，针对实际应用提出了一种级联融合策略，可大幅提升已注册用户的识别速度；最后本文构建了一个包含100副手掌，1200段带有运动模糊的掌纹掌脉视频数据库，并在数据库上进行了大量实验，结果显示新系统在915毫秒的期望耗时内能够达到1.51%的等误率，说明了本文构建的新系统的有效性和实用性。

王浩, 康文雄, 陈晓鹏. 基于视频的掌纹掌脉联合识别系统研究[J]. 光学学报, 2018, 38(2): 4.  复制并引用该论文