基于度量学习核函数的光学足迹图像识别算法
摘要：以光学足迹图像为研究对象，采集并构建了一个包含134人在自然行走下的2 680枚足迹数据集，提出一种足迹识别算法．从光学足迹图像中分别提取频域下的局部相位量化(LPQ)纹理特征和空域下的全局形态特征，并通过特征融合和优化获取相对稳定且具有区分性的足迹特征．为了提升分类器对足迹特征的辨识性能，通过度量学习的方法将足迹特征投影到新的特征空间，使同类足迹特征分布更紧凑，异类特征间分布更离散．利用马氏距离和对数函数构造度量学习核函数，结合支持向量机(SVM)分类器实现光学足迹的识别．利用134人自然行走下光学足迹数据集进行实验，通过与不同特征、不同核的SVM分类器进行对比，结果表明：本研究算法提高了足迹的识别准确率，最高达到了96.66%，能够为足迹的应用和研究提供有效参考．
关键词：足迹识别；局部相位量化特征；全局形态特征；特征融合；度量学习核函数
文献来源：鲍文霞，王云飞，王年，唐俊．基于度量学习核函数的光学足迹图像识别算法[J]．华中科技大学学报(自然科学版)，2020，48(11)：11-16
DOI：10.13245/j.hust.201103