融合說話人識(shí)別和人臉識(shí)別的身份認(rèn)證.pdf

1、在個(gè)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(rèn)證技術(shù)因其自身的局限性，已經(jīng)不能夠滿足人們的需要。利用多模態(tài)生物特征進(jìn)行身份認(rèn)證的技術(shù)已成為當(dāng)今社會(huì)的研究熱點(diǎn)。論文實(shí)現(xiàn)了說話人識(shí)別和人臉識(shí)別，并根據(jù)語音的信噪比和外界光照條件在決策層對說話人識(shí)別的結(jié)果和人臉識(shí)別的結(jié)果進(jìn)行融合，以提高身份認(rèn)證的正確率，從而彌補(bǔ)說話人識(shí)別和人臉識(shí)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(shí)現(xiàn)了說話人識(shí)別。采用基于高斯

2、混合模型(GMM)的說話人識(shí)別方法，對不同說話人的訓(xùn)練語料經(jīng)過預(yù)加重、分幀、加窗后，提取訓(xùn)練語料的梅爾頻率倒譜系數(shù)(MFCC)作為特征向量，訓(xùn)練得到每個(gè)說話人的聲學(xué)模型，組成所有說話人的GMM模型庫。在識(shí)別階段，對輸入的待識(shí)別說話人的語音信號(hào)，提取聲學(xué)特征MFCC，并將特征向量與GMM模型庫進(jìn)行匹配，并根據(jù)匹配概率獲得識(shí)別結(jié)果。實(shí)驗(yàn)結(jié)果表明，本文實(shí)現(xiàn)的說話人識(shí)別能夠在純凈語音下達(dá)到92.8％的識(shí)別率。
　　2、實(shí)現(xiàn)了人臉識(shí)別。采用

3、GMM分類器進(jìn)行人臉識(shí)別。在訓(xùn)練階段，首先對人臉進(jìn)行圖像預(yù)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(jìn)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(jù)特征訓(xùn)練得到每個(gè)人的GMM，從而生成GMM人臉模型庫。識(shí)別階段，對識(shí)別者的人臉圖像經(jīng)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(jìn)行概率匹配，設(shè)定系統(tǒng)分類閾值后，獲得識(shí)別結(jié)果。實(shí)驗(yàn)表明，本文實(shí)現(xiàn)的人臉識(shí)別能夠在人臉圖像高信噪比的條

4、件下達(dá)到78.1%的識(shí)別率。
　　3、實(shí)現(xiàn)了融合說話人識(shí)別和人臉識(shí)別的身份認(rèn)證。采用決策層融合方法，將說話人識(shí)別和人臉識(shí)別的識(shí)別結(jié)果進(jìn)行融合得到融合后的識(shí)別結(jié)果。設(shè)定了外界語音信號(hào)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(quán)重。當(dāng)語音信號(hào)信噪比小于信噪比閾值，則身份認(rèn)證依靠人臉識(shí)別完成；當(dāng)外界圖像亮度平均值小于亮度平均值閾值，則身份認(rèn)證依靠說話人識(shí)別完成。實(shí)驗(yàn)結(jié)果表明，在高信噪比且良好光照的情況下，融合后的平均識(shí)