论文部分内容阅读
生物特征识别横跨了计算机技术和生物技术两大科技领域,近年来已广泛应用于金融、公安、军事等领域。鉴于单模的身份识别技术在准确率、用户接受程度、成本等方面都有不同的缺点,并且适应于各自的应用场合。这些问题可以由多生物特征识别技术来克服。本文从融合多种信息的观点出发,提出了融合语音信号和人脸图像信息的身份识别技术。重点研究了人脸特征提取后数据量大以及一般语音特征参数大都采用平稳信号的分析方法提取的问题,分别应用模糊粗糙和小波变换技术加以解决,以期达到提高识别系统的识别率的目的。
本文研究工作主要围绕以下2个方面进行:
第一、基于模糊粗糙集属性约简的人脸识别技术。针对 PCA 方法进行人脸特征提取后数据量较大的问题,利用粗糙集中的属性约简技术进行处理取得了一定效果。然而约简处理之前必需的离散化造成了某种程度的信息损失,从而影响识别精度。故本文引用了模糊粗糙集合理论,利用数据相似程度对属性值为实数值的数据集合进行约简,避免对原始数据集合进行离散化,约简结果能完整地反映原信息系统的分类能力,从而提高识别精度。
第二、一种基于数据融合的身份识别方法。首先将小波变换与 MFCC 参数提取技术相结合,提取一种新的语音特征参数基于离散小波变换的美尔系数(DWTMFC);其次应用上述提及的模糊粗糙集属性约简技术对人脸特征信息进行约简处理;最后对人脸与语音特征信息利用支持向量机在特征层进行融合识别。
实验结果表明,以上的研究工作实现了即定的目标,能够取得较理想的识别结果。