基于指紋與姓名語音的多模態(tài)生物特征融合身份識別技術(shù)的研究.pdf

1、本文針對在單模態(tài)生物特征身份識別時由于識別環(huán)境的改變或惡化，而引起的識別率迅速下降問題，提出了基于指紋和姓名語音的多模態(tài)生物特征融合身份識別的方法來提高身份識別率和適應(yīng)較差識別環(huán)境。本文對特征信息進行了歸一化研究，分析了基于匹配層的自適應(yīng)加權(quán)融合識別算法、D-S證據(jù)理論融合識別算法和基于特征層的神經(jīng)元網(wǎng)絡(luò)理論的融合識別算法，并通過實驗分析證明即使在較差環(huán)境下，基于指紋和姓名語音的多模態(tài)生物特征融合身份識別也能保持較高的準確率、可靠性和實

2、時性。
　　本研究主要內(nèi)容包括：⑴提出了一種基于MB-FECC的姓名語音的特征提取方法并實現(xiàn)了姓名語音的身份識別。首先將語音信號經(jīng) Gammatone帶通濾波器組濾波，并使用三角形窗口增強其輸出；然后將分數(shù)階傅立葉變換與合適的模糊函數(shù)或瞬時頻率函數(shù)相結(jié)合得到相應(yīng)的特征系數(shù)，進一步經(jīng)過DCT處理和對數(shù)變換求得最終的特征系數(shù)，進行特征提??；最后采用了HTK處理實現(xiàn)了姓名語音身份識別。⑵實現(xiàn)了指紋的特征提取和身份識別。首先對指紋圖像進行

3、Gabor濾波增強；然后采用稀疏算法方法和基于單一像素點的八鄰域方法對指紋圖像分別進行了兩次細化；之后采用二維離散小波分解的方法提取了指紋的特征向量；最后以四種正交小波基對指紋圖像進行二維離散分解，并采用無拒識率的K近鄰識別方法分別實現(xiàn)了指紋的身份識別。⑶提出了基于指紋和姓名語音的多模態(tài)生物特征融合身份識別的模型。首先討論了指紋與姓名語音在匹配層和特征層的融合理論框架；然后分析了基于匹配層的自適應(yīng)加權(quán)融合算法、D-S證據(jù)理論融合算法和基