多生物特征融合身份識別研究.pdf_第1頁
已閱讀1頁,還剩143頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在信息化高度發(fā)展的當(dāng)今社會,如何準(zhǔn)確識別一個人的身份,保護(hù)信息安全是當(dāng)今信息時代必須解決的一個關(guān)鍵社會問題?;谏锾卣鞯纳矸葑R別技術(shù)以其方便、快捷、安全、可靠等優(yōu)點成為未來替代鑰匙、密碼、智能卡等傳統(tǒng)身份識別技術(shù)的最好選擇。已有的生物特征身份識別技術(shù)都是基于單一生物特征的,這種單模態(tài)身份識別技術(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、項技術(shù)實際應(yīng)用起來困難重重。基于數(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別技術(shù)很好地解決了以上問題而被研究者認(rèn)為是未來身份識別的發(fā)展方向。 本論文從說話人識別和人臉識別兩種單模態(tài)身份識別技術(shù)入手,在以往研究基礎(chǔ)上,分別對這兩種技術(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人臉圖像和語音信號兩種生物特征建立融合系統(tǒng)用于身份識別;隨后提出了一種比較新的身份識別方法:

3、唇動身份識別技術(shù),并在唇分割檢測、特征提取以及識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)的生物特征身份識別平臺的設(shè)計構(gòu)想。全文具體研究內(nèi)容如下: 針對傳統(tǒng)說話人識別 VQ 模型分類能力不強(qiáng),SVM 模型分類能力較強(qiáng)但在大規(guī)模訓(xùn)練樣本下訓(xùn)練算法復(fù)雜的現(xiàn)實情況,本研究提出了一種VQ與 SVM 相結(jié)合的說話人識別模型。實驗證明這種模型可以更好地發(fā)揮兩種模型的優(yōu)點,提高說話人識別系統(tǒng)的性能。此外,在回顧并總結(jié)了人臉檢

4、測和識別技術(shù)的基礎(chǔ)上,利用膚色和高斯模型建立了一個人臉檢測系統(tǒng),并在簡單背景下取得了較好的實驗效果,人臉識別系統(tǒng)采用特征臉方法并在數(shù)據(jù)庫上驗證了系統(tǒng)的性能。 語音信號和人臉圖像兩種生物特征獨立性強(qiáng),不存在很強(qiáng)的關(guān)聯(lián)性,本研究采用后期融合策略,融合語音和人臉子模塊輸出匹配分?jǐn)?shù)來提高身份識別的準(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。實驗證明,融合系統(tǒng)的識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)的身份識別率快速下降,而融合系統(tǒng)能保持在一個比較好的水平上。嘴唇檢測、定位和唇動特征的提取是唇動身份識別的前提,計算機(jī)自動唇檢測卻是非常困難地。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唇輪廓檢測實驗效果比較好。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)作為唇動像素特征,這種方法可以在達(dá)到降維目的的同時保留原有特征的主要信息。 語音的視覺特征是對聽覺特征一個很好的補(bǔ)充,人們說話時的唇形變化也可以表征一個人的說話習(xí)慣特征,所以把唇形變化作為一種新的生物特征身份識別依據(jù)或和語音結(jié)合識別都是一個好的嘗試。本論文在對說話人視頻圖像唇動特征提取后,利用HMM模型在特征層連接語音信號特征建立融合模型進(jìn)行身份識別。系統(tǒng)在HIT

7、LUDB音視頻雙模數(shù)據(jù)庫上進(jìn)行了性能測試。 生物特征數(shù)據(jù)庫、識別模型、用戶和研究者等等都存在著動態(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)的生物特征識別系統(tǒng)平臺設(shè)計構(gòu)想。通過這個平臺可以創(chuàng)建一個協(xié)作環(huán)境來連接分布式的用戶、模型、生物特征數(shù)據(jù)庫等軟硬件資源,提供單模態(tài)和多生物特征融合身份識別功能以及統(tǒng)一的測試平臺功能。 身份識別是當(dāng)今社會不可避

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論