基于語音和人臉的身份認(rèn)證技術(shù)研究.pdf

1、生物特征認(rèn)證是利用人的生理和行為特征對人的身份進(jìn)行識別的技術(shù)。多生物特征融合可有效提高身份認(rèn)證系統(tǒng)的性能，主要可分為傳感器層、特征層、匹配得分層、決策層四個融合層次。本文首先研究了基于梅爾倒譜系數(shù)和高斯混合模型的說話人識別和基于LBP圖像特征的人臉識別，在此基礎(chǔ)上，進(jìn)一步研究了聲紋和人臉特征融合的身份認(rèn)證技術(shù)，涉及融合框架、融合算法、歸一化算法等問題，提出了在分?jǐn)?shù)層利用匹配得分的排序信息對匹配得分進(jìn)行加權(quán)的方法，實驗表明識別性能有顯著提

2、高。 在文本無關(guān)情況下的說話人識別技術(shù)中，基于高斯混合模型的算法是當(dāng)前的主流技術(shù)，而采用梅爾倒譜系數(shù)作為特征參數(shù)可有效模擬人耳的聽覺感知效果。本文采用這兩種技術(shù)研究實現(xiàn)了一個說話人識別系統(tǒng)，并在文本無關(guān)的條件下進(jìn)行實驗，取得較好的識別效果。實驗表明，對不同的說話人，識別能力不同：對大多數(shù)說話人的識別率很高，但是對約1/5的說活人識別率較低。 局部二值模式（LBP）是表示圖像紋理的一種有效方法?；贚BP特征的人臉識別技術(shù)

3、，利用人臉圖像的局部紋理特征進(jìn)行目標(biāo)識別。和傳統(tǒng)的基于整體的人臉識別方法相比，具有計算速度快，分類能力強等特點。本文研究了基于LBP特征的人臉識別問題，在FERET庫上進(jìn)行實驗，結(jié)果表明本文方法比PCA和LDA法識別率有約10％的提高。針對誤識樣本中對性別存在誤識的情況，指出通過融合聲紋特征有可能緩解這一問題，從而提高識別率。 多生物特征融合是提高生物認(rèn)證系統(tǒng)性能的有效方法。本文研究了聲紋和人臉特征的融合技術(shù)，在本實驗室采集的多