基于802.11無(wú)線(xiàn)網(wǎng)絡(luò)身份認(rèn)證協(xié)議的研究

1、 分類(lèi)號(hào) 密 級(jí) U D C 編 號(hào) 桂林電子科技大學(xué) 碩 士 學(xué) 位 論 文 題目 基于 基于人臉和 人臉和語(yǔ)音融合 語(yǔ)音融合的身份辨別 的身份辨別研究 研究 （英文 英文

2、） The Rasearch of Identifition Based on Face and Speech Fusion 研 究 生 姓 名: 092021228 研 究 生 姓 名: 粟 秀 尹 指導(dǎo)教師姓名 指導(dǎo)教師姓名、職務(wù) 職務(wù): 曾 慶 寧 教 授

3、 申 請(qǐng) 學(xué) 位 門(mén) 類(lèi): 工 學(xué) 碩 士 學(xué) 科、專(zhuān) 業(yè): 信號(hào)與信息處理 提 交 論 文 日 期: 2012 年 4 月 論 文 答 辯 日 期: 2012 年 6 月 年 月 日 摘 要 Ⅰ 摘 要

4、信息技術(shù)飛速發(fā)展， 使得身份數(shù)字化和隱性化， 如何確定一個(gè)人的身份成為一個(gè)亟需解決的社會(huì)性問(wèn)題?；趩我荒B(tài)的身份認(rèn)證因存在自身局限而無(wú)法廣泛應(yīng)用，而基于多生物特征的身份認(rèn)證技術(shù)利用生物特征之間的互補(bǔ)信息， 可以克服或避免單一模態(tài)認(rèn)證技術(shù)的局限而成為研究熱點(diǎn)。 本文對(duì)人臉和語(yǔ)音兩種生物特征進(jìn)行融合。 基于人臉的身份驗(yàn)證過(guò)程包括人臉檢測(cè)和人臉識(shí)別兩部分。 文中采用基于膚色模型和模板匹配進(jìn)行人臉檢測(cè)。 人臉識(shí)別中，重點(diǎn)研究了主分量分析（PC

5、A） 、線(xiàn)性判別分析（LDA）以及幾種基于 PCA 和 LDA結(jié)合的方法。并在 ORL 和 Yale 數(shù)據(jù)庫(kù)上比較了這幾種結(jié)合方法的識(shí)別性能。 與文本無(wú)關(guān)的說(shuō)話(huà)人身份識(shí)別技術(shù)中，深入詳解了 LPCC 和 MFCC 語(yǔ)音特征提取過(guò)程，矢量量化（VQ）的原理、LBG 碼本的設(shè)計(jì)以及識(shí)別流程。在自制語(yǔ)音庫(kù)上，實(shí)驗(yàn)仿真語(yǔ)音特征、測(cè)試時(shí)長(zhǎng)、識(shí)別時(shí)長(zhǎng)、碼本容量對(duì)識(shí)別性能的影響。 人臉信息和語(yǔ)音信息的關(guān)連性不強(qiáng)， 所以本文采用高層次融合策略。 介紹了