非负矩阵分解(NMF)具有非负性和局部性的特点,是一种新型的特征提取方法。由于NMF是非监督学习算法,运用NMF提取掌纹特征时没有考虑训练样本的类别信息,因而分类效果不够理想。为了在提取掌纹特征的同时融入类别信息,提出运用非负矩阵分解和广义判别分析(GDA)相结合的方法进行掌纹识别。为了降低计算的复杂性,在特征提取之前,应用小波变换对掌纹图像进行三级分解,提取低频子图像。在低频子图像上应用NMF+GDA提取掌纹特征,计算特征向量间的余弦距离进行掌纹匹配。运用PolyU掌纹图像库进行测试,结果表明
