基于改进的SIFT算法的多模态识别  

作　　者：耿子烨 高靖翔 鲍佳宁 

机构地区：[1]北方工业大学计算机学院

出　　处：《中国科技信息》2018年第1期81-82,共2页China Science and Technology Information

基　　金："北京市大学生科学研究与创业行动计划(项目编号XN024–100)";"北京市教委科技计划项目(项目编号SQKM201810009005)"资助

摘　　要：本文针对单一模式识别的局限性,提出基于人耳、人脸的多模态识别,并应用PCA改进的SIFT算法对人脸、人耳进行特征提取,并在匹配层进行融合,有效提高了识别率。相较于传统的SIFT算法,改进的SIFT算法具有更强的稳定性和鲁棒性。随着信息技术的发展,基于生物特征的模式识别成为研究热点,现有的识别技术包括人脸识别、指纹识别、虹膜识别等。

关 键 词：模态识别 SIFT 算法 模式识别 虹膜识别 特征提取 特征矩阵 人耳识别 归一化方法 特征维数 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]