基于語音和人臉的身份認證技術研究.pdf

1、生物特征認證是利用人的生理和行為特征對人的身份進行識別的技術。多生物特征融合可有效提高身份認證系統(tǒng)的性能，主要可分為傳感器層、特征層、匹配得分層、決策層四個融合層次。本文首先研究了基于梅爾倒譜系數(shù)和高斯混合模型的說話人識別和基于LBP圖像特征的人臉識別，在此基礎上，進一步研究了聲紋和人臉特征融合的身份認證技術，涉及融合框架、融合算法、歸一化算法等問題，提出了在分數(shù)層利用匹配得分的排序信息對匹配得分進行加權的方法，實驗表明識別性能有顯著提

2、高。 在文本無關情況下的說話人識別技術中，基于高斯混合模型的算法是當前的主流技術，而采用梅爾倒譜系數(shù)作為特征參數(shù)可有效模擬人耳的聽覺感知效果。本文采用這兩種技術研究實現(xiàn)了一個說話人識別系統(tǒng)，并在文本無關的條件下進行實驗，取得較好的識別效果。實驗表明，對不同的說話人，識別能力不同：對大多數(shù)說話人的識別率很高，但是對約1/5的說活人識別率較低。 局部二值模式（LBP）是表示圖像紋理的一種有效方法?；贚BP特征的人臉識別技術

3、，利用人臉圖像的局部紋理特征進行目標識別。和傳統(tǒng)的基于整體的人臉識別方法相比，具有計算速度快，分類能力強等特點。本文研究了基于LBP特征的人臉識別問題，在FERET庫上進行實驗，結果表明本文方法比PCA和LDA法識別率有約10％的提高。針對誤識樣本中對性別存在誤識的情況，指出通過融合聲紋特征有可能緩解這一問題，從而提高識別率。 多生物特征融合是提高生物認證系統(tǒng)性能的有效方法。本文研究了聲紋和人臉特征的融合技術，在本實驗室采集的多