基于人臉和語音融合的身份辨別研究.pdf

1、信息技術(shù)飛速發(fā)展，使得身份數(shù)字化和隱性化，如何確定一個人的身份成為一個亟需解決的社會性問題?；趩我荒B(tài)的身份認(rèn)證因存在自身局限而無法廣泛應(yīng)用，而基于多生物特征的身份認(rèn)證技術(shù)利用生物特征之間的互補(bǔ)信息，可以克服或避免單一模態(tài)認(rèn)證技術(shù)的局限而成為研究熱點(diǎn)。
　　本文對人臉和語音兩種生物特征進(jìn)行融合?；谌四樀纳矸蒡?yàn)證過程包括人臉檢測和人臉識別兩部分。文中采用基于膚色模型和模板匹配進(jìn)行人臉檢測。人臉識別中，重點(diǎn)研究了主分量分析（PCA

2、）、線性判別分析（LDA）以及幾種基于 PCA和 LDA結(jié)合的方法。并在ORL和Yale數(shù)據(jù)庫上比較了這幾種結(jié)合方法的識別性能。
　　與文本無關(guān)的說話人身份識別技術(shù)中，深入詳解了LPCC和MFCC語音特征提取過程，矢量量化（VQ）的原理、LBG碼本的設(shè)計(jì)以及識別流程。在自制語音庫上，實(shí)驗(yàn)仿真語音特征、測試時長、識別時長、碼本容量對識別性能的影響。
　　人臉信息和語音信息的關(guān)連性不強(qiáng)，所以本文采用高層次融合策略。介紹了決策層的