常见的掌纹数据集

最新推荐文章于 2024-05-13 12:01:19 发布
最新推荐文章于 2024-05-13 12:01:19 发布
阅读量5.6k 收藏 27
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u010836748/article/details/105660961
版权

 香港理工大学（Polyu）掌纹数据集

CASIA掌纹数据集

CASIA多光谱掌纹数据集（还有掌静脉数据集）

IIT-D掌纹数据集

同济大学掌纹数据集（也有掌静脉数据集）

Ferrer掌纹数据集

NUIG 掌纹数据集

等等

不要熬夜早睡早起
关注
  • 1
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
基于机器学习的掌纹识别与分类（PCA+SVM+KNN）
qq_63042830的博客
12-19 1342
不同算法在掌纹识别方面均能发挥较好的作用。实验结果显示，各算法的准确率能稳定在96%-97%之间，并且相比于单特征识别，在识别准确率上有明显提升。影响结果的因素主要有Gabor角度的选择以及降维后的维数设置。对于不同模型的效果对比方面，SVM与KNN的效果表现相近，实验中发现KNN对于特征的鲁棒性稍强于SVM。同时，实验结果还表明KNN的不同距离度量在准确率上的差异并不明显。因此，在模型调优的过程中，应更侧重于如何提取更好、更有效的特征，这样才能有所突破。九、
CASIA多光谱掌纹数据集，包含7200张图片
03-13
CASIA多光谱掌纹图像数据库包含7200张使用自行设计的多光谱成像设备从100个不同的人身上采集的掌纹图像，所有手掌图像都是8位灰度级JPEG文件。
同济大学掌纹数据集
feizai1208917009的博客
04-21 3363
香港理工大学Polyu数据集，CASIA数据集在网内，IIT-D和同济大学和其他个别数据集在外网，需要fanqiang
手部动作识别相关开源数据集汇总
最新发布
fengdu78的博客
05-13 124
↑ 点击蓝字关注极市平台编辑丨极市平台极市导读本文汇总了手部动作识别相关的数据集资源，均附有下载链接。>>加入极市CV技术交流群，走在计算机视觉的最前沿撒哈拉LMC手语数据库数据集下载地址：https://www.cvmart.net/dataSets/detail/961Sahand LMC 手语数据库由 32 个类别组成，包括 24 个美国字母（J 和 Z 被排除在外，因为...
[计算机毕业设计]机器视觉指纹识别图像识别
Hai_Lang_IT的博客
11-21 3105
[计算机毕业设计]机器视觉指纹识别图像识别: 传统的基于细节点的指纹识别是通过一系列的图像处理和操作技术才能完成，随着近年来人工智能技术的不断发展，将卷积神经网络应用在指纹识别匹配上成为了可能。在本文章中，首先介绍了孪生神经网络的定义，之后会讲解如何利用Tensorflow2.X结合孪生神经网络来完成基于公开指纹数据集的指纹识别任务。
CNN进行非接触掌纹识别的改进过程
qq_45577461的博客
03-20 1901
1.模型和参数不变 模型： 参数： BATCH_SIZE = 32 # 定义超参数，每次处理32张图片 EPOCHS = 20 # 将数据集训练20轮 LR = 0.01 # 学习率 TRAIN_DIVISION = 3 # 训练集划分占比 optimizer = optim.Adam(model.parameters(), lr=LR) # 优化器 1.1 只用IITD/Left部分数据 1.2 用IITD/Left+Right数据 ...
CASIA掌纹数据集和CASIA多光谱掌纹数据集下载
qq_41537900的博客
03-28 1034
CASIA掌纹数据下载
多种掌纹识别算法对比
dianchi_li的博客
01-01 1636
本研究的实验结果表明，即便在不使用深度学习模型的情况下，通过精心设计的特征提取策略和参数优化，也能在掌纹识别任务中达到令人满意的效果。数据集被划分为训练集和测试集，比例为4:2，经测试，如果训练集和测试集比例为3:3，那么效果会非常差，所以我选择在本次实验中一4:2的比例来进行划分，以确保模型有足够的数据进行学习，同时也保留了独立的测试集以评估模型性能。尽管深度学习在此领域取得了显著的进展，，但这些方法通常需要大量的数据和计算资源，这在资源受限的环境下成为了一大挑战。
掌纹数据集.....7z
05-26
掌纹数据集共12000张
同济大学掌纹掌静脉数据集
11-23
数据库比较大，内有原始图像和预处理后的图像，这个文件是下载链接和引用的参考文献。费了很大劲才找到的，希望大家给个五星，谢谢~
CASIA数据集免费分享
03-11
CASIA数据集免费分享
香港理工大学静脉图像库
04-10
这是香港理工大学的多光谱图像库中的近红外光手掌图像库，也就是掌静脉图像库，共500人
香港理工大学公开掌纹库.zip
09-16
香港理工大学公开掌纹库，很多网友在找这个库，不是很好找。有600张图片，黑白的，一张图片100k左右，只能写这么多了，够50字了吧
基于三维点云匹配的手掌静脉识别
02-05
针对现有手掌静脉认证系统误拒率较高以及不支持大数据集匹配的问题，设计了基于透射式光源的双目视觉静脉三维点云重建装置，提出了基于三维点云匹配的手掌静脉认证算法。系统使用850 nm 透射式发光二极管(LED)光源作为照明装置，由双目摄像机拍摄静脉视差图像进行三维重建。选择手掌静脉作为特征点描述其空间三维结构，提出了一种改进的内核相关性分析方法匹配三维点云。针对200 组点云数据的实验结果验证了该方法的可行性和有效性，识别率达到了98%，误拒率2%，误识率0%，总特征维数约8000 至12000 维，高于尺度不变特征变换(SIFT)，支持对大数据集的认证识别。
手指静脉数据库
05-17
手指静脉数据库
matlab掌纹识别代码-Image-Processing:该项目使用5种不同的特征提取算法进行掌纹识别
06-19
matlab掌纹识别代码%% 掌纹识别 %% 此文件夹包含 5 种不同特征提取算法的 MATLAB 实现。 吝啬的 AAD（平均绝对偏差） GMF（高斯隶属函数） SURF（加速鲁棒功能） SIFT（尺度不变特征变换） 它还包括使用 SVM 和 KNN 测试特征的代码以及提取掌纹 ROI 的文件。 特征提取在 IIT-D 和 PolyU 掌纹数据集上进行了测试。
手掌图片数据集 ，可用于机器学习
03-19
受试者将手其放置在距相机大约相同的距离处，以均匀的白色为背景，从手背侧和手掌侧拍摄每只手的图像采集而成的数据集。 数据集包括图片，以及图片相关联的元数据： （1）受试者ID； （2）性别； （3）年龄； （4）...
深度学习之掌纹识别(DeepLearning Palmprint)
qq_43241562的博客
06-01 5349
掌纹识别（Update） 本次我们还是基于Gabor滤波器去提取出掌纹特征，嘻嘻，这次打算复现一下今年五月份的那篇进口论文！ 文章目录掌纹识别（Update）前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于Num
Palmprint recognition using eigenpalms features
weixin_42365324的博客
05-22 461
DIP课程中要求做个掌纹识别项目，于是找出老板2002年的一篇论文来读，捋了捋思路，补一下基础，欢迎批评指正。 目 录 1、 特征提取阶段理想步骤 2、 潜在的问题 3、 本文提出的解决方案 概述： 本文提出了一种基于特征空间技术的掌纹识别方法。利用Karhunen Loeve变换将原始掌纹图像转化为一个小的特征空间集合，称为特征掌纹，它是训练集的特征向量，可以很好地表示掌纹的主成分。然后，将一幅新的掌纹图像投影到由掌纹组成的子空间中，提取掌纹特征，并利用欧式距离分类器进行掌纹识别。实验结果表明了该方
掌纹数据集 sklearn
11-09
掌纹数据集是一种常用的数据集，它可以用于掌纹识别、生物特征识别等相关研究。sklearn是基于Python语言的机器学习库，它提供了许多常用的数据集，包括掌纹数据集。 掌纹数据集通常包括许多人的掌纹图像数据，每个人的掌纹图像都是一组离散的点。在sklearn中，这些点可以被表示为二维数组，其中每一行代表一个点的坐标，每一列代表该点的特征。除了掌纹图像的坐标信息外，数据集还可能包含与该掌纹相关的其他特征，如性别、年龄等。 使用sklearn的掌纹数据集，可以进行各种机器学习任务，如分类、聚类等。对于掌纹识别任务而言，可以使用支持向量机、神经网络等算法，将掌纹图像进行分类，即判断该掌纹图像是属于某个特定人物还是其他人。而对于掌纹的生物特征识别，则可以使用相似性度量等方法，来进行掌纹之间的比较和匹配。 sklearn提供了一系列的工具和函数，能够帮助我们读取、预处理、可视化等掌纹数据集。通过使用这些工具，我们可以更方便地进行数据处理、特征提取，并使用sklearn的机器学习算法对掌纹图像进行建模和预测。 总的来说，掌纹数据集sklearn是一个常用的数据集，主要用于掌纹识别和生物特征识别的研究。它提供了丰富的图像数据和相关特征，通过sklearn库可以进行各种机器学习任务和算法的应用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值