資源描述：
《基于多生物特征識別的身份鑒別》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、工學(xué)碩士學(xué)位論文基于多生物特征識別的身份鑒別孫斌哈爾濱工業(yè)大學(xué)2006年6月國內(nèi)圖書分類號：TP391.4國際圖書分類號：004.9工學(xué)碩士學(xué)位論文基于多生物特征識別的身份鑒別碩士研究生：孫斌導(dǎo)師：張大鵬教授申請學(xué)位：工學(xué)碩士學(xué)科、專業(yè)：計算機(jī)科學(xué)與技術(shù)所在單位：深圳研究生院答辯日期：2006年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex:TP391.4U.D.C:004.9DissertationfortheMasterDegreeofEngineeringPERSONALIDENTIFICATIONBASEDO
2、NMULTIMODAL-BIOMETRICSCandidate:SunBinSupervisor:Prof.DavidZhangAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerScience&TechnologyAffiliation:ShenzhenGraduateSchoolDateofDefence:June,2006Degree-Conferring-Institution:HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工學(xué)碩士
3、學(xué)位論文摘要隨著生物特征識別技術(shù)的發(fā)展，基于多種生物特征的身份識別技術(shù)得到了很大的發(fā)展，本文主要研究基于人臉、掌紋相融合的多生物特征識別系統(tǒng)，主要從優(yōu)化多特征分類器組合和提高單生物特征效率兩個方面來提高多生物特征識別系統(tǒng)的性能，主要的研究工作如下：(1)實現(xiàn)了一種核方法應(yīng)用于高維數(shù)據(jù)的技術(shù)框架，并將其應(yīng)用于多生物特征識別系統(tǒng)中，該方法主要用于提高對單個生物特征處理效果。為了準(zhǔn)確的抽取單生物特征的相關(guān)信息，本文采用特征抽取中廣泛采用的核方法，但是本文所涉及的數(shù)據(jù)為人臉和掌紋，均為高維數(shù)據(jù)，將核方法應(yīng)用于這些數(shù)據(jù)時候，將對應(yīng)著龐大的計算
4、量，如果再將二者融合于同一系統(tǒng)，提高效率成為一個非常關(guān)鍵的問題。本文提出一種在高維數(shù)據(jù)上實現(xiàn)核方法的新思路及技術(shù)框架。該技術(shù)框架的一個重要內(nèi)容是兩步特征抽取，其中第一次特征抽取將高維數(shù)據(jù)轉(zhuǎn)換為低維，然后在低維數(shù)據(jù)上實現(xiàn)核方法，以實現(xiàn)第二次特征抽取并分類。這樣的技術(shù)路線可使核方法的實現(xiàn)效率得到較大提升。所有的核方法均可在該框架下實現(xiàn)。實驗表明，該框架不僅極具效率優(yōu)勢，且能取得不低于直接基于原高維數(shù)據(jù)的核方法的分類正確率。(2)提出了一種基于輸出向量細(xì)節(jié)的加權(quán)融合算法，并應(yīng)用于多生物特征識別中。該方法基于單個分類器輸出向量的細(xì)節(jié)，將單特
5、征分類器下樣本對應(yīng)的距離度量轉(zhuǎn)換為后驗概率，以給出樣本屬于各類別的概率，然后使用乘性Bayes原則，得出多生物特征融合時樣本屬于某一類別的概率。這樣的加權(quán)融合方法實現(xiàn)簡便，物理意義形象直觀。與常見的基于識別性能矩陣的加權(quán)融合方法相比，避免了對應(yīng)于各個生物特征的識別性能矩陣的計算，不僅計算復(fù)雜度較低，而且內(nèi)存開銷很少。關(guān)于人臉與掌紋融合的實驗表明，本文方法得出的正確識別率不僅高于基于單特征的正確率，還優(yōu)于基于識別性能矩陣的加權(quán)融合方法。(3)提出了一種基于單個樣本具體情況的加權(quán)融合算法，并應(yīng)用于多生物特征識別系統(tǒng)中。該方法根據(jù)聚類的思
6、想，具體的分析不同的樣本在人臉、掌紋分類器的置信度。并根據(jù)此置信度，對于不同的樣本賦予人臉、掌紋不同的權(quán)值。此方法避免了基于統(tǒng)計信息的加權(quán)融合方法對所有測試樣本賦予相同權(quán)值的缺陷，突出了單個樣本自身的特點。實驗證明，該加權(quán)融合算法是一種有效的加權(quán)融合算法，取得了比較高的識別率。I哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文關(guān)鍵詞多生物特征融合；多分類器融合；人臉識別；掌紋識別；加權(quán)算法II哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文AbstractAccordingwiththedevelopmentofbiometrics,multimodal-biomet
7、ricswasgreatlydeveloped.Inthispaper,whatwedofocusonamulti-biometricssystembasedonfaceandpalm-print.Weworktooptimizethecombinationofmulti-classifierandimprovetheperformancethemulti-biometricssystem.Hereisasummaryofmywork:(1)Anovelideaandframeworkarepresentedtoimplementt
8、hekernelmethodsonhigh-dimensionaldata.Weimplementthismethodtospeedupfeatureextractionoffaceandpalm-printinthemulti-bi
