研究文章
一种新颖的特征级融合算法使用SVM分类器进行Multibiometrics-Based人识别
表2
比较该方法与Besbes et al。
3),Jagadeesan et al。
18),而孔蒂et al。
25](FRR,和响应时间(平均)以秒为单位)。
|
| 作者 |
方法 |
模式 |
远(RBF
支持向量机) |
FRR (RBF
支持向量机) |
远
(保利SVM) |
FRR
(保利SVM) |
培训时间(RBF
支持向量机) |
测试时间
(RBF
支持向量机) |
培训时间(保利SVM) |
测试时间
(保利SVM) |
|
| Besbes et al。3] |
特征级融合 |
指纹 |
14% |
22% |
16% |
22% |
5.7 |
0.35 |
5.89 |
0.29 |
| 虹膜 |
12% |
15% |
14% |
18% |
4.82 |
0.28 |
5.2 |
0.32 |
| 融合 |
4% |
10% |
4% |
10% |
4.3 |
0.20 |
4.98 |
0.24 |
|
| Jagadeesan et al。18] |
特征级融合 |
指纹 |
2% |
17% |
8% |
18% |
6.02 |
0.31 |
6.88 |
0.34 |
| 虹膜 |
1% |
12% |
6% |
15% |
4.34 |
0.26 |
5.20 |
0.28 |
| 融合 |
0% |
9% |
0% |
9% |
4.98 |
0.20 |
5.01 |
0.21 |
|
孔蒂等。
(25] |
特征级融合 |
指纹 |
2% |
17% |
8% |
19% |
5.47 |
0.28 |
5.90 |
0.30 |
| 虹膜 |
1% |
10% |
6% |
16% |
5.69 |
0.25 |
5.76 |
0.27 |
| 融合 |
0% |
8% |
0% |
9% |
4.58 |
0.19 |
4.69 |
0.22 |
|
| 提出了系统 |
特征级融合 |
指纹 |
4% |
13% |
8% |
15% |
5.22 |
0.2 |
4.78 |
0.21 |
| 虹膜 |
2% |
12% |
4% |
16% |
3.25 |
0.25 |
4.94 |
0.16 |
| 融合 |
0% |
6% |
0% |
7% |
3.27 |
0.12 |
3.98 |
0.19 |
|
|
