路径聚类融合USTU的自适应多通道生物特征识别研究.pdfVIP

优先出版 计 算 机 应 用 研 究 第32 卷 路径聚类融合USTU 的自适应多通道生物特征识别研究 1 1 1 2 张国平 ，黄 淼 ，马 丽 ，赵桂钦 平顶山学院 软件学院，河南 平顶山 467000 ；2 ．上海交通大学 继续教育学院，上海 20023 1) 摘 要：针对当前生物特征识别系统中没有对模板进行定时更新的问题，提出了一种生物特征识别系统中的模板更新方 法。首先描述了自升级和共升级算法；然后利用基于路径聚类的方法完成自更新和共更新性能的理论分析；最后提出了 路径聚类融合非监督模板更新算法。在大型DIEE 多模式数据集平台上的实验结果表明，本文方法能够对生物识别系统 中的模板进行有效更新，此外，通过仿真模型表明，共更新的性能优于自更新的性能。 关键词：路径聚类；非监督模板更新；生物特征识别；自适应多通道 中图分类号：TP391 Research of adaptive multi-channel biometricrecognition based on fusion of path-based clustering and USTU 1 1 1 2 ZHANG Guo-ping , HUANG Miao , MA Li , ZHAO Gui-qin (1 Software School, Pingdingshan University, Pingdingshan, Henan, 467000, China; 2 School of Continuing Education, Shanghai Jiaotong University, Shanghai, 200231, China) Abstract: To solve the problem of template update in biometric recognition system at regular time, this paper presents a template update method in biometric recognition system. Firstly, we describe the self-update and co-update algorithms. Then, we analyze a theoretical analysis of self and co-update performance by exploiting the path-based clustering approach. Finally, propose the update method based on path-based clustering and unsupervised template. The experiments on the large DIEE Multimodal data set show that the method proposed in this paper can update the template in biometric recognition system effectively. Moreover, the results show that