论文部分内容阅读
传统的身份验证方法已经不能满足现代信息社会的要求,生物特征识别技术以其特有的安全性,可靠性和有效性等越来越受到人们的重视。人脸识别和指纹识别作为两种最常用和方便的生物特征识别技术,已广泛应用于身份识别等领域。然而很多时候,仅仅基于指纹或人脸的个人身份自动识别系统不能满足人们的需要,这是因为人脸识别速度快但可靠性不高;而指纹识别可靠性高却计算复杂,速度慢。本文介绍了一种综合人脸和指纹的身份识别系统,它充分利用了人脸识别和指纹识别的优点,将两种识别技术有效地结合起来,实现快速,准确的身份识别。本文的主要工作是利用已提取到的人脸和指纹特征进行识别。(1)利用支持向量机来实现人脸识别,采用了一种支持向量机快速训练算法:即利用SVM训练中只有支持向量起作用的特点,采用预先提取支持向量和循环迭代的方法进行SVM训练,大大减小了训练规模,提高了训练速度。(2)采用一种二次匹配的指纹匹配算法:初匹配模仿指纹专家手工匹配指纹的操作,利用相邻特征点之间的结构关系建立局部特征向量,比较准确地找到两个指纹点集间的最佳匹配点对;针对可能出现的最佳匹配点对易混淆的现象,本文提出了二次初匹配的方法加以解决;二次匹配以初匹配的最优匹配点对为参考,将所有特征点进行全局坐标调整,转化到极坐标,建立全局特征向量,匹配时引入了可变大小的限界盒来解决局部变形问题。(3)利用Access数据库管理系统建立人脸和指纹样本库;采用一种新颖的人脸识别和指纹识别结合技术,首先利用人脸识别快速找出N个候选人,然后在这N个候选人范围内进行指纹识别,得出最终识别结果,实现人脸和指纹的综合身份识别。实验证明,本系统较好地兼顾了识别速度和识别率,取得了较好的效果。