Resumen

Como sistema biométrico prometedor, la identificación de venas dactilares se ha estudiado ampliamente y se han propuesto muchas investigaciones relevantes. Sin embargo, es difícil extraer un patrón de venas dactilares satisfactorio debido a los distintos grosores de las venas, la iluminación, la región de bajo contraste y el ruido existente. Además, la mayoría de los algoritmos de extracción de características dependen de una base de datos de venas dactilares de alta calidad y requieren mucho tiempo para un vector de características de gran dimensión. En este artículo, proponemos dos métodos de selección de bloques basados en la estimación de la cantidad de información de cada bloque y la contribución de la ubicación de los bloques mediante el análisis de la tasa de reconocimiento de cada posición de bloque para reducir el tiempo de extracción de características y el tiempo de coincidencia. El enfoque específico consiste en descubrir algunas zonas locales de las venas dactilares con baja calidad y ruido, que serán inútiles para la descripción de características. Se proponen descriptores de patrones binarios locales (LBP) para extraer las características de los patrones de las venas dactilares. Dos bases de datos de venas dactilares se toman para probar el rendimiento de nuestro algoritmo. Los resultados experimentales muestran que los algoritmos de selección de bloques propuestos pueden reducir en gran medida la dimensionalidad del vector de características.

• Materias:Ingeniería electrónica Sensores Redes Inalámbricas Tecnología de sensores Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering sensors Wireless Networks Sensor technology Signal processing computer-assisted Data processing
• Palabras claves:característica de patrón de vena dactilar, vector de características de gran dimensión, áreas locales de vena dactilar, base de datos de vena dactilar de calidad, patrón de vena dactilar satisfecho, patrón binario local, algoritmos de selección de bloques, métodos de selección de bloques, algoritmos de extracción de características, tiempo de extracción de características
• Keywords:finger vein pattern feature, large dimensional feature vector, local finger vein areas, quality finger vein database, satisfied finger vein pattern, local binary pattern, block selection algorithms, block selection methods, feature extraction algorithms, feature extraction time