基于多生物特征融合的身份識(shí)別技術(shù)研究.pdf

1、基于生物特征的身份識(shí)別技術(shù)已成為信息安全領(lǐng)域中的一項(xiàng)關(guān)鍵技術(shù)，具有極高的學(xué)術(shù)研究?jī)r(jià)值和商業(yè)應(yīng)用價(jià)值。但是單一的生物特征識(shí)別都存在著其自身局限性的問(wèn)題，難以滿足身份識(shí)別的高精度、高性能的要求?；诙喾N生物特征融合的身份識(shí)別是利用人的多個(gè)生理和行為特征的融合對(duì)身份進(jìn)行識(shí)別的技術(shù)，可有效提高身份識(shí)別系統(tǒng)的性能。
　　 本文以多生物特征的融合為研究方向，以提高身份識(shí)別的性能為研究目的，通過(guò)研究人臉、指紋、語(yǔ)音三種特征的識(shí)別方法以及多生物

2、特征融合的手段，提出多種融合策略，并通過(guò)實(shí)驗(yàn)論證其有效性。主要包括四方面的內(nèi)容：
　　 首先，利用基于LBP的人臉識(shí)別、基于細(xì)節(jié)點(diǎn)的指紋識(shí)別和基于GMM的說(shuō)話人識(shí)別作為單一特征識(shí)別的方法，并對(duì)各自的方法和特點(diǎn)進(jìn)行了研究。
　　 其次，以生物特征的融合為背景，對(duì)多模式信息的融合進(jìn)行了研究，對(duì)在傳感器層、特征層、匹配層和決策層的融合進(jìn)行了分析和比較，對(duì)分類器輸出信息的級(jí)別以及多分類器組合的問(wèn)題進(jìn)行了深入的研究。
　　

3、 再次，在本實(shí)驗(yàn)室采集的多生物特征庫(kù)上進(jìn)行了人臉、指紋、語(yǔ)音三種特征融合的實(shí)驗(yàn)。在決策層融合中，采用樹形流程，利用分類器輸出的排序級(jí)信息進(jìn)行融合，在匹配得分層融合中，采用并行流程，利用分類器輸出的數(shù)據(jù)級(jí)信息進(jìn)行融合，兩個(gè)實(shí)驗(yàn)均取得了高于單生物特征系統(tǒng)識(shí)別率約10％的結(jié)果。綜合上面兩個(gè)實(shí)驗(yàn)的優(yōu)勢(shì)，在得分層融合中，利用數(shù)據(jù)級(jí)信息的排序性，對(duì)得分值進(jìn)行加權(quán)處理，進(jìn)一步提高了識(shí)別率。
　　 最后，在身份注冊(cè)和識(shí)別兩部分的框架基礎(chǔ)上，設(shè)計(jì)