基于視覺詞匯特征和變分貝葉斯極限學(xué)習(xí)機(jī)的多生物識(shí)別方法研究.pdf

1、在當(dāng)今數(shù)據(jù)信息技術(shù)快速發(fā)展的社會(huì)，信息安全對(duì)于每個(gè)人來(lái)說越來(lái)越重要，身份驗(yàn)證和識(shí)別是保證安全的重要方法，受到研究人員越來(lái)越多的關(guān)注。近年來(lái)，基于生物識(shí)別方法，由于生物特征所具有的穩(wěn)定性、防偽性等特點(diǎn)，該方法受到了廣泛的應(yīng)用。例如生活工作中人臉識(shí)別系統(tǒng)，指紋打卡系統(tǒng)等等。但是隨著研究的發(fā)現(xiàn)，單生物識(shí)別存在著識(shí)別準(zhǔn)確率、防偽性等方面一些問題。為了解決這些問題，研究人員提出多生物實(shí)現(xiàn)身份識(shí)別。
　　目前多生物識(shí)別技術(shù)仍然處于探索研究階段

2、，需要進(jìn)一步研究。本文針對(duì)多生物識(shí)別的關(guān)鍵技術(shù)問題，提出了一種基于視覺詞匯特征和變分貝葉斯極限學(xué)習(xí)機(jī)的多生物識(shí)別方法。實(shí)驗(yàn)結(jié)果表明與傳統(tǒng)方法相比，該方法快速有效，對(duì)于識(shí)別準(zhǔn)確率和算法實(shí)時(shí)性都有較大提升。
　　本文的主要工作:
　　第一，對(duì)多生物識(shí)別技術(shù)的背景和意義進(jìn)行了較為全面的介紹和分析，特別是人臉和指紋識(shí)別技術(shù)。
　　第二，提出一種多生物圖像視覺詞匯特征提取方法，通過對(duì)視覺詞匯特征空間的分析來(lái)挖掘多生物的更具有鑒別

3、能力的特征。
　　第三，變分貝葉斯極限學(xué)習(xí)機(jī)(VBELM)研究。主要分析了生物識(shí)別中常用的學(xué)習(xí)算法:BP神經(jīng)網(wǎng)絡(luò)，支持向量機(jī)(SVM)，極限學(xué)習(xí)機(jī)(ELM)。提出了一種新的快速有效的單隱層前向神經(jīng)網(wǎng)絡(luò)-變分貝葉斯極限學(xué)習(xí)機(jī)，相比于傳統(tǒng)的學(xué)習(xí)算法BP、SVM和ELM，在UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明了提出的算法對(duì)于模式分類具有優(yōu)勢(shì)。
　　第四，基于視覺詞匯特征以及變分貝葉斯極限學(xué)習(xí)機(jī)的多生物識(shí)別。提出將視覺詞匯特征和變分