四元數(shù)體上的多模態(tài)生物識(shí)別技術(shù)研究.pdf

1、身份認(rèn)證問(wèn)題是人們?nèi)粘Ｉ钪斜仨毭鎸?duì)的問(wèn)題，例如到銀行取錢(qián)需要通過(guò)6位數(shù)字密碼進(jìn)行身份驗(yàn)證，登陸社交軟件需要賬號(hào)密碼的驗(yàn)證，這些都屬于需要人們主動(dòng)記憶的傳統(tǒng)身份認(rèn)證方式，容易被遺忘，安全級(jí)別也不高。在現(xiàn)在的日常生活中，除了傳統(tǒng)身份認(rèn)證方式無(wú)處不在之外，生物識(shí)別技術(shù)作為新的身份認(rèn)證方式也被廣泛應(yīng)用，例如手機(jī)的指紋解鎖，應(yīng)用軟件的“刷臉”登陸，保密門(mén)禁系統(tǒng)的虹膜識(shí)別等等。較傳統(tǒng)身份認(rèn)證方式相比，生物識(shí)別安全級(jí)別更高更復(fù)雜，同時(shí)又隨身攜帶不需

2、要記憶。然而隨著科技的不斷發(fā)展，各種偽裝技術(shù)不斷涌現(xiàn)，單一模態(tài)的生物識(shí)別已經(jīng)無(wú)法保障身份的安全，而在這個(gè)幾乎人人都需要電子商務(wù)的社會(huì)，身份認(rèn)證問(wèn)題又異常的重要，在這樣的背景環(huán)境下，多模態(tài)生物識(shí)別技術(shù)應(yīng)運(yùn)而生。
　　本文針對(duì)目前多模態(tài)生物識(shí)別技術(shù)融合模態(tài)少、融合后識(shí)別率低的現(xiàn)狀，探索全新的融合方式，主要對(duì)多種模態(tài)的融合方案、經(jīng)典模式識(shí)別算法的適配性、融合算法的優(yōu)越性進(jìn)行分析研究，提出了多種基于四元數(shù)的多模態(tài)生物識(shí)別系統(tǒng)。并且通過(guò)實(shí)驗(yàn)

3、結(jié)果驗(yàn)證了所提算法較相關(guān)算法有更高的識(shí)別率。
　　本文對(duì)四元數(shù)主成分分析算法和四元數(shù)線性判別分析算法進(jìn)行了研究并應(yīng)用到多模態(tài)生物識(shí)別當(dāng)中，這兩種算法均基于線性變換，將高維空間數(shù)據(jù)投影到低維空間。其中四元數(shù)主成分分析算法的核心思想為K-L變換，四元數(shù)線性判別分析算法則主要借用了Fisher準(zhǔn)則函數(shù)。本文還提出了四元數(shù)核主成分分析算法和四元數(shù)核線性判別分析算法，在線性變換的基礎(chǔ)上，引入核函數(shù)的概念，用于提取多模態(tài)生物非線性特征。最后，

4、本文提出了四元數(shù)局部保持投影算法和四元數(shù)鑒別局部保持投影算法，這兩種算法均基于流形學(xué)習(xí)，其中四元數(shù)局部保持投影算法基于拉普拉斯特征映射，是對(duì)拉普拉斯特征映射這一非線性特征提取方法的線性近似，四元數(shù)鑒別局部保持投影算法在前者的基礎(chǔ)上結(jié)合了Fisher判別分析算法，引入了類(lèi)內(nèi)散度和類(lèi)間散度的概念。同時(shí)本文在每個(gè)小章節(jié)的末尾列出了該章算法對(duì)應(yīng)的多模態(tài)生物識(shí)別系統(tǒng)的仿真結(jié)果。實(shí)驗(yàn)結(jié)果表明本文提出的六種多模態(tài)融合算法和各單一模態(tài)、相同模態(tài)數(shù)量的串