基于人臉和指紋的多模生物特征融合識(shí)別方法.pdf

1、隨著信息社會(huì)對(duì)安全性要求的提高,使得生物特征識(shí)別技術(shù)在越來(lái)越多的場(chǎng)合取代傳統(tǒng)的身份識(shí)別方式。生物特征識(shí)別技術(shù)具有普遍性、高安全性、高準(zhǔn)確性等特點(diǎn),能夠安全、方便、快捷的進(jìn)行身份識(shí)別,避免了傳統(tǒng)身份識(shí)別方法易丟失、遺忘、易受攻擊的弊端。但是,單模生物特征識(shí)別技術(shù)因?yàn)閱我簧锾卣骶哂懈髯缘木窒扌?因此,多模生物特征識(shí)別技術(shù)得到人們進(jìn)一步的認(rèn)同和研究。多模生物特征識(shí)別技術(shù)融合了多種模態(tài)的特征,且通過(guò)信息融合技術(shù)提高了識(shí)別系統(tǒng)的安全性和抗攻擊能

2、力,同時(shí)降低了錯(cuò)誤率,使得多模生物特征識(shí)別技術(shù)能夠有效緩解單模生物特征識(shí)別技術(shù)的缺陷,帶來(lái)更好的識(shí)別性能。
　　不同模態(tài)生物識(shí)別的融合有四種層次:像素級(jí)融合、特征層級(jí)融合、分?jǐn)?shù)匹配層融合、決策級(jí)融合。由于分?jǐn)?shù)匹配級(jí)融合在性能和普適性方面的優(yōu)勢(shì),成為近年來(lái)多模生物特征融合識(shí)別的主要研究?jī)?nèi)容之一。本文針對(duì)多模生物特征識(shí)別技術(shù)分?jǐn)?shù)層融合識(shí)別技術(shù)進(jìn)行了具體深入的研究。
　　本文實(shí)現(xiàn)了基于PCA的人臉識(shí)別算法和基于細(xì)節(jié)點(diǎn)的指紋匹配識(shí)別

3、算法,并利用公開(kāi)的人臉和指紋數(shù)據(jù)庫(kù)通過(guò)人為配對(duì),構(gòu)造了一個(gè)實(shí)驗(yàn)用的雙模數(shù)據(jù)庫(kù)。
　　本文改進(jìn)并實(shí)現(xiàn)了分?jǐn)?shù)層融合的三種主要方法:基于改進(jìn)的GMM的人臉-指紋識(shí)別算法(基于密度的方法)、基于分類(lèi)器信任度加權(quán)的人臉-指紋識(shí)別算法(基于分?jǐn)?shù)歸一化的方法)、基于改進(jìn)SVM的人臉-指紋識(shí)別算法(基于分類(lèi)器的方法)。
　　提出了一種結(jié)合密度的方法和分?jǐn)?shù)歸一化方法優(yōu)點(diǎn)的二級(jí)融合模型,采用GMM作為第一級(jí)融合策略,基于分類(lèi)器信任度加權(quán)的和規(guī)則