基于多模態(tài)生物特征識(shí)別的身份認(rèn)證技術(shù)研究.pdf

1、身份認(rèn)證技術(shù)在人們生活中所扮演的角色越來越重要，在眾多的認(rèn)證方法中，基于生物特征的身份認(rèn)證技術(shù)是現(xiàn)在使用的較為普遍的一種，正是因?yàn)樗奈ㄒ恍?、不可?fù)制性和無需記憶等特性使其得到了廣泛的應(yīng)用?，F(xiàn)有的生物特征識(shí)別方式多為單一的識(shí)別方式，雖然使用方便，但是也存在著一些缺陷，對(duì)于現(xiàn)在存在的問題，研究發(fā)現(xiàn)將兩個(gè)及以上的生物特征相融合可以有效地提高身份認(rèn)證的魯棒性和安全性。
　　本文所研究的基于多模態(tài)生物特征融合的身份認(rèn)證技術(shù)是將指紋識(shí)別和聲

2、紋識(shí)別相結(jié)合，以兩種相融合的識(shí)別方式來進(jìn)行身份認(rèn)證。本文所研究的內(nèi)容有一下幾點(diǎn)。
　　1、研究單一的指紋識(shí)別。經(jīng)過指紋采集器所得到的指紋圖像是不能直接進(jìn)行。因此，在提取指紋特征之前，要對(duì)指紋圖像進(jìn)行預(yù)處理，最終得到一個(gè)細(xì)化的指紋圖像。對(duì)已經(jīng)處理過的指紋圖像提取細(xì)節(jié)點(diǎn)特征，再利用基于特征點(diǎn)模式的模型來做細(xì)節(jié)匹配，得到匹配結(jié)果。經(jīng)過實(shí)驗(yàn)可得出指紋系統(tǒng)的等錯(cuò)誤率為0.3678％。
　　2、研究聲紋識(shí)別。與指紋識(shí)別相似，識(shí)別之前要對(duì)

3、語音進(jìn)行處理。對(duì)處理后的語音提取它的MFCC（Mel頻率倒譜系數(shù)）特征，再用高斯混合模型-通用背景模型（GMM-UBM）對(duì)聲紋做識(shí)別，得到相應(yīng)的匹配結(jié)果。經(jīng)過實(shí)驗(yàn)可得到其等錯(cuò)誤率為0.4767%。
　　3、指紋與聲紋相融合系統(tǒng)的研究。在融合層次上，本文是在匹配層上用不同的方法做融合，其一是用加權(quán)融合的方法對(duì)指紋識(shí)別和聲紋識(shí)別做融合，另一個(gè)是使用D-S證據(jù)理論的方法做融合，實(shí)驗(yàn)結(jié)果表明，兩種方法對(duì)系統(tǒng)的識(shí)別率都有提升，證明了多種生物