多通道生物認(rèn)證關(guān)鍵技術(shù)的研究.pdf

1、生物認(rèn)證技術(shù)是近年來一門新興的技術(shù)，它所擁有的獨(dú)特優(yōu)點(diǎn)，是傳統(tǒng)身份認(rèn)證技術(shù)沒有的，被廣泛的應(yīng)用在金融、公共安全、日常生活中。本文針對確認(rèn)模式下，人臉與語音兩種生物認(rèn)證算法，以及支持它們的向量機(jī)融合算法展開論述，其主要內(nèi)容如下:
　　首先，針對現(xiàn)今客戶龐大的實(shí)際應(yīng)用系統(tǒng)中，人臉識別技術(shù)不能夠保證實(shí)時(shí)性的問題，研究了基于特征臉的人臉確認(rèn)算法。為每個(gè)對象，建立一個(gè)人臉子空間，每個(gè)對象在盡可能多的情況下（包括光照、表情和姿勢等）的樣本。通

2、過引入四種分類器，即歐氏距離、馬氏距離、重建誤差以及歸一化的相關(guān)系數(shù)，對樣本結(jié)果進(jìn)行分類。用廣義判別分板，對在分?jǐn)?shù)層進(jìn)行融合后再分類。通過實(shí)驗(yàn)結(jié)果分類發(fā)現(xiàn)，基于確認(rèn)模式的特征臉?biāo)惴ǎ瑢Ω鞣N變化的魯棒性較強(qiáng);用重建誤差分類器進(jìn)行分類，在所有比較的分類器中，性能是最好的;融合則可以進(jìn)一步改善性能，相比同類算法，具有一定的優(yōu)勢。
　　其次，通過采用基于高斯混合說話人模型，用于獨(dú)立于文本的說話人確認(rèn)，它用很多個(gè)多維高斯概率密度的線性組合，