人臉與虹膜融合與識(shí)別若干問題研究.pdf

1、信息化時(shí)代飛速發(fā)展的今天，網(wǎng)絡(luò)中身份的數(shù)字化和隱性化特點(diǎn)，使得有效的身份鑒定技術(shù)受到全世界越來越多的關(guān)注。 單項(xiàng)生物特征用于身份識(shí)別時(shí)，有其固有而難以克服的缺點(diǎn)，到目前為止，任何基于單項(xiàng)生物特征的身份識(shí)別系統(tǒng)都無法完全滿足實(shí)際應(yīng)用的要求。多生物特征的融合與識(shí)別是將多種生物特征的信息進(jìn)行融合，從而完成身份識(shí)別的技術(shù)。基于多生物特征的身份識(shí)別系統(tǒng)能充分利用多種生物特征提供的信息，為單項(xiàng)生物特征身份識(shí)別帶來的一些實(shí)際問題提供了有效的解

2、決方案，從而提高整個(gè)生物特征身份識(shí)別系統(tǒng)的性能。因此，研究多生物特征的融合與識(shí)別方法具有十分重要的意義。 本文以人臉識(shí)別與虹膜識(shí)別為主線，探討了多生物特征的融合與識(shí)別技術(shù)，主要內(nèi)容包括：①研究Fisher辨別分析，總結(jié)Fisher辨別分析在人臉識(shí)別中的局限性，結(jié)合Fisher辨別分析基于線性特征提取的特點(diǎn)以及人臉識(shí)別的非線性特征，將核Fisher辨別分析用于人臉識(shí)別，有效地獲取了人臉圖像中由于噪聲影響而產(chǎn)生的非線性信息；②小波分

3、析能將圖像的高頻信號(hào)和低頻信號(hào)進(jìn)行分離，為此，提出了基于小波分析與核Fisher辨別分析的人臉識(shí)別算法，有效降低了特征維數(shù)，提高了運(yùn)算效率；③在虹膜識(shí)別方面，根據(jù)虹膜的紋理分布特點(diǎn)，深入探討了虹膜的特征提取方法，提出基于能量加權(quán)的子帶雜交虹膜識(shí)別算法，很好地解決了噪聲問題，提取了對(duì)噪聲不敏感的特征信息；④詳細(xì)探討了多生物特征融合理論，結(jié)合小波分析與核Fisher辨別分析算法，實(shí)現(xiàn)了人臉特征與虹膜特征的融合及識(shí)別，有效提高了身份識(shí)別的準(zhǔn)確