基于ICA和BP神经网络相结合的掌纹识别 (2008年)

提出了一种基于独立成分分析（ICA, Independent Comment Analysis）和多层前馈（BP, Back Propagation）神经网络相结合的方法对掌纹进行识别。首先采用一种新的方法检测角点，得到掌纹图像的不变特征点，根据这些点校正掌纹方向并得到掌纹的感兴趣区域。对该区域采用定点快速ICA算法（FastICA），得到掌纹特征子空间，然后构建BP神经网络，并采用训练样本得到的掌纹特征进行训练，得到合适的权值。对香港理工大学掌纹数据库进行测试，与主成分分析（PCA, Prineipal