人脸与虹膜特征层融合模型的研究.pdf

万方数据

ofI,舢／onped㈣lce惝racI：is妇to0ri删feature∞缸m人脸与虹膜特征层融合模型的研究an删on何国辉1一，甘俊英1一，李春芝1，高建虎1L：^m自’'，硼MedIine凡咧梳，Pel,ir辑岫目呻，，＆扣蜡1(}0871．Ck／Ra)bim雎Ⅱic心∞andreco蛐一mrecognition．＆∞iIIlen咖results其固有而难以克服的缺点，到目前为止，任何基于单项摘要：多生物特征的融合与识另4可提高身份识别系统的整体性能本文住研究特征层融合的基础上，结合二舅4模型．首先，对人脸图像与虹膜图像分别进行压缩降维处理，得到相应的初始特征矩阵．然后将人腧与虹膜的初始特征矩阵进行组合，获得组合特征矩阵．同时，利用2DFLD算法时组台特征矩阵进行融合．状得r人脸与虹膜的融合特有效提高r身份识别的IF确识别率．为多生物特征身份I}jl别提供了一种有效模型AModelStudyforandFeaI[umFusionRecognitionJun·yin一⋯，uSdnlee，慨砸矾i梆啊，隐6卿“，(：n7c叫lfinedmatrixis。011snc吲．F'mally，NearestNeighborDecision(NND)ruleis1引言随着信息化时代的飞速发展，生物特征识别技术成为倍受关注的研究课题．由于单项生物特征识别技术有生物特征的身份识别系统都无法完全满足实际应用的要求．如说话人识别会冈说活人身体状况的改变(感冒、紧张)而引起声音的改变，且容易被录音所欺骗指纹识别中约有5％的人因指纹疤痕或长茧而无法使用该系统手写体识别受写字人的身体和情绪影响大，且字迹容易被模仿．人脸识别会受到化妆、表情、姿态、光照及年龄变化等的影响，且长相柑似的双胞胎仍然难于区分．虹膜与其它生物特征相比更为稳定可靠，但虹膜识别无法避免眼疾患者不能进行虹膜识别的问题可见，并不是所有生物特征识别都真正具有普遍性，目标人群中总有一部分不易被指定的生物特征识别系统虽测出来．为此，单项生物特征识别系统有待改进，而多生物特征融合与识别为单项生物特征识别带来的一些实际问题提供r有效的解决方案_l～1．多生物特征融合与识别技术综合了多项乍物特征且邑入学信息学院．广东tl：门529020；2．北京人学视觉与听觉信息处挥国家重点实验室，北京10C871)维Fisher线性判别分析(2-DimeilsionalDiserlminantAnalysis，2DFIJ))，提出了一种人脸与虹膜特征融台与识征最后运用最小距离分类器进行识别基于OR[．(Olivenilaboratory)人脸数据库和CASIA(ChineseofAutomation)虹膜数据库的实验结果表明，泼模型宴现了特征层融合，不仅克服r“小样本”效应，而且关键词：二维Fisher线性判别分析；特征融合；多生物特征识别；人脸以别；虹膜识另U中圈分类号：TPl8文献标识码：文章编号：0372—2112(2007)07—1365—07FaceIrisChun-zhil，GAOJian—hul(1／nst／蛐eAmlysis(2DN_D)，a0riginaIfeaze2DND．andResearchLalx】ratory)faceandCASIA(ChineseAcademysolv羽，butliⅡeⅡdiscrin／tmnt(No江财企[2006]59号)第7期2{107年7爿电子学报HEGuo-huil,2GAN9抽F52902(1，醌‘w2．NoaomlMulfimodal2-DimensionalI血BⅡ￡虹d如1i11amNtCJy，compressionfacei幽talnedfrommanixonOltl．(OlivettiofAul啊-nalion)irissamplec∞bedemCa'lSnatemulfirnodalbiemenicKeywords：2-dimensionalaIlalysls；feamrenEion：multimodal收稿日期：2005-07一11；修回日期：2007．0547l基金项目：广东省自然科学基金(No032356)；北京大学视觉与听觉信息处理国家重点实验窀开放课题基金(No0505)；广东省江fJ市科技攻关ACTAELECI’[t0NICASINICANo7JulyFisherLinearRec,earchAcademyofSciences，Instituteidentificationtechmquem驷fovethcidentific'alionsystefn．Combinedwitht5shermodelirisfeaturefusionnoⅡispresentedinthispaperin】agerespectively