欢迎来到天天文库
浏览记录
ID:17595468
大小:1.01 MB
页数:56页
时间:2018-09-03
《三种生物特征融合识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士研究生学位论文摘摘要要I生物特征具有普遍性、独特性、永久性、可测性和可接受性的特点,被广泛应用于身份认证中,例如指纹识别、人脸识别和虹膜识别等。但是伴随它在公共安全领域应用的不断增多自身存在的难以克服的问题也随之暴露。 多生物特征融合识别是指利用人体生物特征的不同特性进行某种层面的融合,其目的是克服或者规避单一生物特征识别的局限性提高识别效率。本文研究的重点是如何将在线手写签名、声音和人脸三种生物特征进行融合,解决人脸识别技术、在线手写签名识别技术和声音识别技术各自的局限性问题。 本文介绍了
2、人脸识别技术、在线手写签名技术和说话人识别技术的发展现状及相关知识,重点对这三种生物识别技术特征提取部分进行研究,找到获得人脸、签名和声音特征的有效方法。人脸特征提取部分采用了基于特征脸的局部人脸特征提取和匹配方法,在线手写签名特征提取部分采用基于X坐标和Y坐标的信息提取方式,声音特征提取部分采用线性倒谱系数方式获取码本信息。对数据融合理论在多生物特征融合中的应用进行研究,重点研究生物特征在特征层融合的方法,并且分析了主成分分析理论应用在多生物特征融合的可行性,采用串行的主成分分析法对这些生物特征进行
3、融合降低数据的维数。将计算结果通过欧式距离法进行识别认证。 多生物特征融合识别系统以VC6.0为开发工具。利用摄像头、手写板和麦克风接收生物特征信息,采集的先后次序是人脸信息、在线手写签名信息和声音信息。多生物特征融合识别系统的数据库存放20名志愿者的人脸、签名和声音信息。每名志愿者采集20组人像数据、20组声音数据和20组签名数据,样本大小为1200个。伪造数据从其它19个人中提取,每种生物特征提取10个数据。在该系统下进行测试,实验结果表明,主成分分析理论在多生物特征融合中能够有效提高生物识别系统
4、的认证性能,多生物特征的身份识别率优于单一生物特征的识别率。 关键词:串行PCA融合;多生物特征融合;在线手写签名识别;说话人识别;人脸识别 硕士研究生学位论文AbstractIIIAbstractBiometricsiswidelyusedinidentityauthenticationfields,suchasfingerprintrecognition,facerecognitionandirisrecognition,whichisuniversal,unique,permanent,m
5、easurableandacceptability.Butalongwithmoreandmoreapplicationcasesinthefieldofpublicsafety,itsproblemsalsohavebeenexposedoutandwhichcouldbedifficulttoovercome.Themulti-biometricfusionrecognitionmeanstheintegrationofdifferentlevelbiometriccharacteristics,
6、andtheaimistoovercomeorcircumventthelimitationofsinglebiometricidentificationmethodandimproveidentificationefficiency.Thisthesisfocusesonhowtointegrationtheonlinehandwrittensignature,voiceandfacebiometrictosolvethelimitationsoffacerecognition,on-linehan
7、dwrittensignaturerecognitionandvoicerecognition.Thispaperdescribescurrentstateandrelatedknowledgeofthefacerecognition,onlinehandwrittensignatureandspeakerrecognitiontechnology,thepaper’sfocusistogetthefeatureextractionpartandtofindaneffectivewaytoobtain
8、theface,signatureandvoicecharacteristics.Facialfeatureextractionuseslocalfacialfeatureextractionandmatchingmethodswhichbasedonfeature-face;onlinehandwrittensignaturefeatureextractionusesmethodswhichbasedontheXcoordinateandYcoordi
此文档下载收益归作者所有