多模態(tài)生物特征識別技術(shù)的算法研究.pdf

1、近年來，生物特征識別技術(shù)得到了飛速發(fā)展，然而傳統(tǒng)的單一模態(tài)的身份識別技術(shù)存在著一定的局限性，導致了該技術(shù)在實際應(yīng)用中會出現(xiàn)一些不必要的麻煩。伴隨數(shù)據(jù)融合技術(shù)的日漸成熟，多模態(tài)生物特征識別這一利用多種生物特征進行數(shù)據(jù)融合識別的身份識別技術(shù)獲得了很大的技術(shù)支持，也促使該技術(shù)能夠更快的進入我們?nèi)粘Ｉ钪小?br>　　本文通過對常見的單模態(tài)生物特征、傳統(tǒng)的多模態(tài)生物特征的融合策略等方面的研究，最終采用指紋和虹膜兩種單模態(tài)生物特征，在多模態(tài)生物特

2、征識別中的特征層這一層次進行了融合識別的實驗。主要工作總結(jié)如下：
　　1.深入了解并研究多模態(tài)生物特征識別在各個層次進行數(shù)據(jù)融合的相關(guān)方法，包括串并聯(lián)和基于典型相關(guān)分析（CCA）等在特征層融合、基于最小二乘法和Fisher判別等在分數(shù)層融合、加權(quán)法和多數(shù)投票法等在決策層融合。
　　2.在深入研究多模態(tài)生物特征融合識別的基礎(chǔ)上，提出基于指紋和虹膜的特征層融合模型，與現(xiàn)有的特征層融合的策略進行了對比和分析，通過實驗論證了多模態(tài)融

3、合識別的識別率相比較單模態(tài)識別更高一些這一論點，并驗證了基于典型相關(guān)分析的融合算法在多模態(tài)生物特征識別中的有效性。
　　3.針對基于典型相關(guān)分析的融合算法的不足，提出一種基于矩陣變換的判別典型相關(guān)性分析(MDCCA)的多模態(tài)生物特征識別算法，在同一環(huán)境下對兩種算法進行了實驗，實驗驗證了該算法的有效性。
　　4.在本文提出的新算法的基礎(chǔ)上，完成了比較完整的多模態(tài)生物特征識別過程。本文研究的算法內(nèi)容在數(shù)據(jù)融合和多模態(tài)生物特征識別