多领域技术研究与应用探索
1. 智能机器人手指静脉识别质量评估
在智能机器人手指静脉识别领域,为了提升识别的准确性,提出了基于支持向量机(SVM)的手指静脉质量评估方法。
1.1 实验数据库
| 数据库 | 静脉图像数量 | 误差 |
|---|---|---|
| Database1 | 1420 | 0.08021 |
| Database2 | 812 | 0.04386 |
1.2 实验过程
- 实验数据 :选取71位年龄在20 - 26岁的人的手指静脉图像,每人采集20张,共1420张图像,记为Database1。
- 图像筛选 :随机从Database1中选取图像,通过SVM质量评估算法进行分类。若图像被分类为高质量图像,则保留;若为低质量图像,则删除。最终建立只包含高质量图像的数据库,记为Database2。
- 性能评估 :将Database1和Database2作为测试数据库,使用相同的识别算法,以等错误率(FRR概率等于误识率)作为性能指标来评估识别系统的性能。
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



