Earticle

현재 위치 Home

Multibiometrics Feature Level Fusion by Graph Clustering

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIA) 바로가기
  • 간행물
    International Journal of Security and Its Applications SCOPUS 바로가기
  • 통권
    Vol.5 No.2 (2011.04)바로가기
  • 페이지
    pp.61-74
  • 저자
    Dakshina Ranjan Kisku, Phalguni Gupta, Jamuna Kanta Sing
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A148311

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
This paper presents a feature level fusion approach which uses the improved K-medoids clustering algorithm and isomorphic graph for face and palmprint biometrics. Partitioning around medoids (PAM) algorithm is used to partition the set of n invariant feature points of the face and palmprint images into k clusters. By partitioning face and palmprint images with scale invariant features SIFT points, a number of clusters are formed on both the images. Then on each cluster, an isomorphic graph is drawn. Most probable pair of graphs is searched using iterative relaxation algorithm from all possible isomorphic graphs for a pair of corresponding face and palmprint images. Finally, graphs are fused by pairing the isomorphic graphs into augmented groups in terms of addition of invariant SIFT points and in terms of combining pair of keypoint descriptors by concatenation rule. Experimental results obtained from the extensive evaluation show that the proposed feature level fusion with the improved K-medoids partitioning algorithm improves the performance of the system.

목차

Abstract
 1. Introduction
 2. Extraction of SIFT Keypoints
  2.1 Extrema Detection in Gaussian Scale-Space
  2.2 Keypoints Localization
  2.3 Orientation Assignment
  2.4 Keypoint Descriptor
 3. Feature Partitioning and Isomorphic Graph Representation
  3.1 SIFT Keypoints Partitioning using PAM Characterized K-Medoids Algorithm
  3.2 Establishing Correspondence between Clusters of Face and Palmprint Images
  3.3 Isomorphic Graph Representations of Partitioned Clusters
 4. Fusion of Keypoints
 5. Matching Criterion and Verification
 6. Experimental Evaluation
  6.1 Databases
  6.2 Experimental Results
  6.3 Comparison with a Well Known Technique
 7. Conclusion
 References

키워드

Biometrics Feature Level Fusion Face Palmprint Isomorphic Graph Graph Clustering K-Medoids Partitioning Algorithm

저자

  • Dakshina Ranjan Kisku [ Department of Computer Science and Engineering, Asansol Engineering College ]
  • Phalguni Gupta [ Department of Computer Science and Engineering, Indian Institute of Technology Kanpur ]
  • Jamuna Kanta Sing [ Department of Computer Science and Engineering, Jadavpur University ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIA) [Science & Engineering Research Support Center, Republic of Korea(IJSIA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Security and Its Applications
  • 간기
    격월간
  • pISSN
    1738-9976
  • 수록기간
    2008~2016
  • 등재여부
    SCOPUS
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Security and Its Applications Vol.5 No.2

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.