摘要: 核心点作为指纹的一个基本特征,在指纹匹配和分类中起着重要作用.应用机器学习方法区分核心点区域与非核心点区域.核心点区域与非核心点区域的脊线局部方向分布可用来构造训练数据,并用多尺度SVM方法得到训练模型,并由相应的模型估计出核心点的准确位置.定义了核心点的方向,并利用一种启发式方法来计算.实验表明,该方法可以准确有效地确定核心点的位置和方向,并提高指纹匹配的性能.
中图分类号:
毛克明;王国仁;于长永;金艳;. 指纹核心点的位置确定及其方向计算[J]. 东北大学学报(自然科学版), 2009, 30(6): 798-801.
Mao, Ke-Ming (1); Wang, Guo-Ren (1); Yu, Chang-Yong (1); Jin, Yan (1) . Fingerprint core point localization and its orientation computation[J]. Journal of Northeastern University, 2009, 30(6): 798-801.