基于人臉和指紋的多模生物特征融合識別方法

《基于人臉和指紋的多模生物特征融合識別方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼10530學(xué)號200911051523分類號TP391密級碩士學(xué)位論文基于人臉和指紋的多模生物特征融合識別方法學(xué)位申請人李雄指導(dǎo)教師張東波副教授學(xué)院名稱信息工程學(xué)院學(xué)科專業(yè)控制理論與控制工程研究方向模式識別與圖像處理二〇一二年五月二十日MultibiometricfusionRecognitionBasedonFaceandFingerprintFeaturesCandidateLiXiongSupervisorAssociateProfessorZhangDongboCollegeCollegeofInformation

2、EngineeringProgramControlTheoryandControlEngineeringSpecializationPatternRecognitionandImageProcessingDegreeMasterUniversityXiangtanUniversityDateMay20th2012湘潭大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人

3、和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湘潭大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名：日期：年月日導(dǎo)師簽名：日期：年月日湘潭大學(xué)碩士學(xué)位論文基于人臉和指紋的多模生物特征融合識別方法摘要隨著信息社會對安全

4、性要求的提高，使得生物特征識別技術(shù)在越來越多的場合取代傳統(tǒng)的身份識別方式。生物特征識別技術(shù)具有普遍性、高安全性、高準(zhǔn)確性等特點(diǎn)，能夠安全、方便、快捷的進(jìn)行身份識別，避免了傳統(tǒng)身份識別方法易丟失、遺忘、易受攻擊的弊端。但是，單模生物特征識別技術(shù)因?yàn)閱我簧锾卣骶哂懈髯缘木窒扌裕虼?，多模生物特征識別技術(shù)得到人們進(jìn)一步的認(rèn)同和研究。多模生物特征識別技術(shù)融合了多種模態(tài)的特征，且通過信息融合技術(shù)提高了識別系統(tǒng)的安全性和抗攻擊能力，同時(shí)降低了錯誤率，使得多模生物特征識別技術(shù)能夠有效緩解單模生物特征識別技術(shù)的缺陷，帶來更好的識別性能。不同模態(tài)

5、生物識別的融合有四種層次：像素級融合、特征層級融合、分?jǐn)?shù)匹配層融合、決策級融合。由于分?jǐn)?shù)匹配級融合在性能和普適性方面的優(yōu)勢，成為近年來多模生物特征融合識別的主要研究內(nèi)容之一。本文針對多模生物特征識別技術(shù)分?jǐn)?shù)層融合識別技術(shù)進(jìn)行了具體深入的研究。本文實(shí)現(xiàn)了基于PCA的人臉識別算法和基于細(xì)節(jié)點(diǎn)的指紋匹配識別算法，并利用公開的人臉和指紋數(shù)據(jù)庫通過人為配對，構(gòu)造了一個實(shí)驗(yàn)用的雙模數(shù)據(jù)庫。本文改進(jìn)并實(shí)現(xiàn)了分?jǐn)?shù)層融合的三種主要方法：基于改進(jìn)的GMM的人臉-指紋識別算法（基于密度的方法）、基于分類器信任度加權(quán)的人臉-指紋識別算法（基于分?jǐn)?shù)歸一化的

6、方法）、基于改進(jìn)SVM的人臉-指紋識別算法（基于分類器的方法）。提出了一種結(jié)合密度的方法和分?jǐn)?shù)歸一化方法優(yōu)點(diǎn)的二級融合模型，采用GMM作為第一級融合策略，基于分類器信任度加權(quán)的和規(guī)則作為第二級融合策略，建立了GMM-WSUM人臉-指紋二級融合識別系統(tǒng)，在人工配對的ORL-FVC2004多模數(shù)據(jù)庫和AR-FVC2004多模數(shù)據(jù)庫上進(jìn)行了測試，驗(yàn)證了在同等條件下，與基于GMM的融合決策和基于分?jǐn)?shù)歸一化的融合決策相比，GMM-WSUM融合系統(tǒng)的性能指標(biāo)要更加優(yōu)秀，進(jìn)一步的提升了系統(tǒng)的識別性能。關(guān)鍵詞：多生物特征；人臉識別；指紋識別；融合

7、識別I湘潭大學(xué)碩士學(xué)位論文基于人臉和指紋的多模生物特征融合識別方法AbstractWiththeimprovementofsocialsecurityrequirementsininformationsociety, traditionalidentificationmethodisgraduallyreplacedbybiometricidentification technology.Withthecharacteristicsofuniversal,highsecurityandhighaccuracy, biometric

8、identificationtechnologymaketheidentityrecognitionsystemsafely, convenientlyandefficiently.Andavoidsthedrawbacksoftraditiona