基于語(yǔ)音和人臉的身份認(rèn)證技術(shù)研究.pdf

1、生物特征認(rèn)證是利用人的生理和行為特征對(duì)人的身份進(jìn)行識(shí)別的技術(shù)。多生物特征融合可有效提高身份認(rèn)證系統(tǒng)的性能，主要可分為傳感器層、特征層、匹配得分層、決策層四個(gè)融合層次。本文首先研究了基于梅爾倒譜系數(shù)和高斯混合模型的說(shuō)話(huà)人識(shí)別和基于LBP圖像特征的人臉識(shí)別，在此基礎(chǔ)上，進(jìn)一步研究了聲紋和人臉特征融合的身份認(rèn)證技術(shù)，涉及融合框架、融合算法、歸一化算法等問(wèn)題，提出了在分?jǐn)?shù)層利用匹配得分的排序信息對(duì)匹配得分進(jìn)行加權(quán)的方法，實(shí)驗(yàn)表明識(shí)別性能有顯著提

2、高。 在文本無(wú)關(guān)情況下的說(shuō)話(huà)人識(shí)別技術(shù)中，基于高斯混合模型的算法是當(dāng)前的主流技術(shù)，而采用梅爾倒譜系數(shù)作為特征參數(shù)可有效模擬人耳的聽(tīng)覺(jué)感知效果。本文采用這兩種技術(shù)研究實(shí)現(xiàn)了一個(gè)說(shuō)話(huà)人識(shí)別系統(tǒng)，并在文本無(wú)關(guān)的條件下進(jìn)行實(shí)驗(yàn)，取得較好的識(shí)別效果。實(shí)驗(yàn)表明，對(duì)不同的說(shuō)話(huà)人，識(shí)別能力不同：對(duì)大多數(shù)說(shuō)話(huà)人的識(shí)別率很高，但是對(duì)約1/5的說(shuō)活人識(shí)別率較低。 局部二值模式（LBP）是表示圖像紋理的一種有效方法?；贚BP特征的人臉識(shí)別技術(shù)

3、，利用人臉圖像的局部紋理特征進(jìn)行目標(biāo)識(shí)別。和傳統(tǒng)的基于整體的人臉識(shí)別方法相比，具有計(jì)算速度快，分類(lèi)能力強(qiáng)等特點(diǎn)。本文研究了基于LBP特征的人臉識(shí)別問(wèn)題，在FERET庫(kù)上進(jìn)行實(shí)驗(yàn)，結(jié)果表明本文方法比PCA和LDA法識(shí)別率有約10％的提高。針對(duì)誤識(shí)樣本中對(duì)性別存在誤識(shí)的情況，指出通過(guò)融合聲紋特征有可能緩解這一問(wèn)題，從而提高識(shí)別率。 多生物特征融合是提高生物認(rèn)證系統(tǒng)性能的有效方法。本文研究了聲紋和人臉特征的融合技術(shù)，在本實(shí)驗(yàn)室采集的多