基于特征融合的多模态身份识别方法研究.pdf

万方数据

基于特征融合的多模态身份识别方法研究So脚areUniV哪咄wlⅨi214433，Chi脚林玲1，琳3，multimodallevel向sionY．an旷’4NomaILab∞们巧forTecllIlolo烈NanjingN删ingTechnolo戥Nanjingofh岫anc伽pon∞tbi咖etrics跏egy．Thec锄binati∞计算机工程与设计computerEngineering周新民2，商高(1．伊犁师范学院计算机系，新疆伊宁835000；2．江苏省公安厅，江苏南京210024；3．南京大学计算机软件新技术国家重点实验室，江苏南京210093；4．南京大学江阴信息技术研究院，江苏无锡214433)ResearchbiometricauthenticationusingfeatureSec嘶够ofInf0咖ationinfomation，pmtl相关算法介绍决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率，更具安全性和准确性．(1．Depanmellt835000，Chi舰；2．Ji锄gsuDepartment，NanjingUniVersi够sec面tyreco印ition；f．e孤鹏level缸si∞O引言阳3一摘要：研究了多模态身份识别问题，结合人脸和掌纹两种不同生理特征，提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPcA)提取图像特征，根据新的权重算法，结合两种模态的特征，利用最邻近分类器进行分类识别。在AMP、ORL人脸库和Poly-u掌纹图像库中的实验结果表明，两种模态的融合能更多地给出关键词：身份识别；多模态；人脸识别；掌纹识别；特征融合中图法分类号：TP391．4l文献标识码：A文章编号：1000·7024(2011)08-2849-04xin-min2，sHANGand铆odimensi∞al锄dneigl'borwei曲tingexpenments．Exp嘶m即talm她thereco髓ition；生物认证技术是利用人体固有的生理特征，如人脸、人耳、指纹、掌纹、虹膜及行为特征等，对个体进行身份识别的认证技术⋯。然而，单生物特征识别技术在实际应用中由于客观条件变化的不可预测性，会遇到很多困难，而多模态的生物特征识别运用了多个不同生物特征，结合数据融合技术，增加了伪造人体生物特征的复杂性，相比单一生物特征识别系统具有更好的可靠性和准确度，从而提高了生物认证系统的安全性叫。目前，国内外已有很多学者开展了多生物特征融合方面的研究，如文献[4】提出了人脸、指纹、手形相结合的身份识别方法，文献【5】提出了基于几何投影的多模态身份识别方法。现有的多生物特征融合方法中，决策级的融合、匹配级的融合方法应用比较普遍，而实际上，特征级的融合方法也有其独特的优势，它不仅能保留参与融合的多特征有效鉴别信息，还能消除冗余信息，实现信息的压缩，便于实时处理身份识别。人脸具有最自然、直观、容易被接受的非打扰识别牛物特征旧”，掌纹也具有唯一、稳定、方便、涵括的信息量丰富及区分性好等优点嘲，本文通过人脸图像、掌纹的信息，利用一种新的权重融合算法将两种模态的特征进行特征级融合。实验结果表明，本文的方法获得了比特征直接拼接法及单一的人脸或掌纹识别更高的正确识别率，是一种有效的身份识别方法。Gabor小波变换Gabor滤波器又称为Gabor小波，是由Gabor于1946年定andDesigII2011，v01．32，No．82849LINLin91，zHOuLin3，GAOofComputerScience，YiliCollege，YiningPr0VincePublic0024，China；3．StateNovel210093，China；4．Jiang)，inInstinneMultimodaIproposed，extracted岫ing【2DPCA)tectmiques，omcl勰sifierP'oRLdatab鹪esused勰tlle把stmo碍accur∞yidenti够recognition；multimodal；f如e收稿日期：2011．01．22；修订日期：2011．04．08。基金项目：江苏省社会发展基金项目(BE2010638)；伊犁师范学院科研计划基金项目(YB200937)。作者简介：林玲(1975一)，女。新疆伊宁人，硕士，讲师，研究方向为图像处理与式识别；周新民(196l一)，男．江苏兴化人，硕士，高级工程师，研究方向为物证鉴定、刑侦技术；商琳(1973一)，女，河北曲阳人，博士，副教授，研究方向为数据挖掘、机器学习；高阳(1972一)，男。江苏淮阴人，教授，博士生导师，研究方向为人工智能、图像处理。Bmail：lin