多生物特征融合身份識(shí)別研究.pdf

1、在信息化高度發(fā)展的當(dāng)今社會(huì)，如何準(zhǔn)確識(shí)別一個(gè)人的身份，保護(hù)信息安全是當(dāng)今信息時(shí)代必須解決的一個(gè)關(guān)鍵社會(huì)問(wèn)題?；谏锾卣鞯纳矸葑R(shí)別技術(shù)以其方便、快捷、安全、可靠等優(yōu)點(diǎn)成為未來(lái)替代鑰匙、密碼、智能卡等傳統(tǒng)身份識(shí)別技術(shù)的最好選擇。已有的生物特征身份識(shí)別技術(shù)都是基于單一生物特征的，這種單模態(tài)身份識(shí)別技術(shù)由于其自身的局限性如傳感器噪聲、特征提取和模型匹配的缺陷以及生物特征實(shí)際存在的不普遍性(如特殊人群生物特征缺失、損傷、病變或質(zhì)量較差)等使得這

2、項(xiàng)技術(shù)實(shí)際應(yīng)用起來(lái)困難重重?；跀?shù)據(jù)融合技術(shù)，利用不同生物特征之間的互補(bǔ)信息，最終得到綜合身份判斷的多生物特征融合身份識(shí)別技術(shù)很好地解決了以上問(wèn)題而被研究者認(rèn)為是未來(lái)身份識(shí)別的發(fā)展方向。 本論文從說(shuō)話人識(shí)別和人臉識(shí)別兩種單模態(tài)身份識(shí)別技術(shù)入手，在以往研究基礎(chǔ)上，分別對(duì)這兩種技術(shù)作了詳細(xì)地分析探討并加以改進(jìn)；然后，在匹配層采用多種融合算法對(duì)人臉圖像和語(yǔ)音信號(hào)兩種生物特征建立融合系統(tǒng)用于身份識(shí)別；隨后提出了一種比較新的身份識(shí)別方法：

3、唇動(dòng)身份識(shí)別技術(shù)，并在唇分割檢測(cè)、特征提取以及識(shí)別模型三方面做了較為深入地研究和探討；最后提出了基于網(wǎng)格技術(shù)的生物特征身份識(shí)別平臺(tái)的設(shè)計(jì)構(gòu)想。全文具體研究?jī)?nèi)容如下： 針對(duì)傳統(tǒng)說(shuō)話人識(shí)別 VQ 模型分類(lèi)能力不強(qiáng)，SVM 模型分類(lèi)能力較強(qiáng)但在大規(guī)模訓(xùn)練樣本下訓(xùn)練算法復(fù)雜的現(xiàn)實(shí)情況，本研究提出了一種VQ與 SVM 相結(jié)合的說(shuō)話人識(shí)別模型。實(shí)驗(yàn)證明這種模型可以更好地發(fā)揮兩種模型的優(yōu)點(diǎn)，提高說(shuō)話人識(shí)別系統(tǒng)的性能。此外，在回顧并總結(jié)了人臉檢

4、測(cè)和識(shí)別技術(shù)的基礎(chǔ)上，利用膚色和高斯模型建立了一個(gè)人臉檢測(cè)系統(tǒng)，并在簡(jiǎn)單背景下取得了較好的實(shí)驗(yàn)效果，人臉識(shí)別系統(tǒng)采用特征臉?lè)椒ú⒃跀?shù)據(jù)庫(kù)上驗(yàn)證了系統(tǒng)的性能。 語(yǔ)音信號(hào)和人臉圖像兩種生物特征獨(dú)立性強(qiáng)，不存在很強(qiáng)的關(guān)聯(lián)性，本研究采用后期融合策略，融合語(yǔ)音和人臉子模塊輸出匹配分?jǐn)?shù)來(lái)提高身份識(shí)別的準(zhǔn)確率。融合算法采用自適應(yīng)加權(quán)融合、D-S證據(jù)理論、神經(jīng)網(wǎng)絡(luò)三種方法。實(shí)驗(yàn)證明，融合系統(tǒng)的識(shí)別率都要比單一模態(tài)系統(tǒng)高，特別是在環(huán)境比較惡劣的情

5、況下(語(yǔ)音或人臉圖像中加入噪音)，兩種單一模態(tài)系統(tǒng)的身份識(shí)別率快速下降，而融合系統(tǒng)能保持在一個(gè)比較好的水平上。嘴唇檢測(cè)、定位和唇動(dòng)特征的提取是唇動(dòng)身份識(shí)別的前提，計(jì)算機(jī)自動(dòng)唇檢測(cè)卻是非常困難地。本論文在已有的灰度圖像嘴唇分割方法上，利用Fisher變換在彩色空間增強(qiáng)唇色和膚色區(qū)分度，并采用自適應(yīng)閾值在灰度圖像上分割唇部區(qū)域。此算法簡(jiǎn)單而有效，把分割后的唇部參數(shù)作為有效模板的初始值在視頻圖像中來(lái)唇輪廓檢測(cè)實(shí)驗(yàn)效果比較好。在特征提取方面，除

6、了唇分割后直接提取的幾何特征外，利用DCT變換和PCA變換后的系數(shù)作為唇動(dòng)像素特征，這種方法可以在達(dá)到降維目的的同時(shí)保留原有特征的主要信息。 語(yǔ)音的視覺(jué)特征是對(duì)聽(tīng)覺(jué)特征一個(gè)很好的補(bǔ)充，人們說(shuō)話時(shí)的唇形變化也可以表征一個(gè)人的說(shuō)話習(xí)慣特征，所以把唇形變化作為一種新的生物特征身份識(shí)別依據(jù)或和語(yǔ)音結(jié)合識(shí)別都是一個(gè)好的嘗試。本論文在對(duì)說(shuō)話人視頻圖像唇動(dòng)特征提取后，利用HMM模型在特征層連接語(yǔ)音信號(hào)特征建立融合模型進(jìn)行身份識(shí)別。系統(tǒng)在HIT

7、LUDB音視頻雙模數(shù)據(jù)庫(kù)上進(jìn)行了性能測(cè)試。 生物特征數(shù)據(jù)庫(kù)、識(shí)別模型、用戶和研究者等等都存在著動(dòng)態(tài)性、分散性和差異性。網(wǎng)格是分布式、異構(gòu)資源的集合，在支持大規(guī)模應(yīng)用和提供計(jì)算能力方面性能顯著。本文提出了一種基于網(wǎng)格技術(shù)的生物特征識(shí)別系統(tǒng)平臺(tái)設(shè)計(jì)構(gòu)想。通過(guò)這個(gè)平臺(tái)可以創(chuàng)建一個(gè)協(xié)作環(huán)境來(lái)連接分布式的用戶、模型、生物特征數(shù)據(jù)庫(kù)等軟硬件資源，提供單模態(tài)和多生物特征融合身份識(shí)別功能以及統(tǒng)一的測(cè)試平臺(tái)功能。 身份識(shí)別是當(dāng)今社會(huì)不可避