融合說話人識別和人臉識別的身份認證.pdf

1、在個人身份信息安全問題突顯的今天，單模態(tài)生物特征下的身份認證技術因其自身的局限性，已經不能夠滿足人們的需要。利用多模態(tài)生物特征進行身份認證的技術已成為當今社會的研究熱點。論文實現了說話人識別和人臉識別，并根據語音的信噪比和外界光照條件在決策層對說話人識別的結果和人臉識別的結果進行融合，以提高身份認證的正確率，從而彌補說話人識別和人臉識別對環(huán)境噪聲和環(huán)境光照條件的不同要求。論文的主要工作如下：
　　1、實現了說話人識別。采用基于高斯

2、混合模型(GMM)的說話人識別方法，對不同說話人的訓練語料經過預加重、分幀、加窗后，提取訓練語料的梅爾頻率倒譜系數(MFCC)作為特征向量，訓練得到每個說話人的聲學模型，組成所有說話人的GMM模型庫。在識別階段，對輸入的待識別說話人的語音信號，提取聲學特征MFCC，并將特征向量與GMM模型庫進行匹配，并根據匹配概率獲得識別結果。實驗結果表明，本文實現的說話人識別能夠在純凈語音下達到92.8％的識別率。
　　2、實現了人臉識別。采用

3、GMM分類器進行人臉識別。在訓練階段，首先對人臉進行圖像預處理，然后采用基于膚色人臉區(qū)域檢測方法完成人臉檢測，接著對人臉圖像進行歸一化，并采用基于主成分分析的特征提取算法提取人臉特征，最后根據特征訓練得到每個人的GMM，從而生成GMM人臉模型庫。識別階段，對識別者的人臉圖像經過人臉檢測和特征提取后，將得到的人臉特征向量與GMM人臉模型庫進行概率匹配，設定系統(tǒng)分類閾值后，獲得識別結果。實驗表明，本文實現的人臉識別能夠在人臉圖像高信噪比的條

4、件下達到78.1%的識別率。
　　3、實現了融合說話人識別和人臉識別的身份認證。采用決策層融合方法，將說話人識別和人臉識別的識別結果進行融合得到融合后的識別結果。設定了外界語音信號的信噪比閾值和圖像亮度平均值閾值，采用分段式處理方法獲得融合權重。當語音信號信噪比小于信噪比閾值，則身份認證依靠人臉識別完成；當外界圖像亮度平均值小于亮度平均值閾值，則身份認證依靠說話人識別完成。實驗結果表明，在高信噪比且良好光照的情況下，融合后的平均識