文档介绍：五邑大学硕士学位论文
摘要
信息化时代飞速发展的今天,网络中身份的数字化和隐性化特点,使得智能卡、
身份证及密码等传统的身份识别系统,难以满足人们对信息安全保护的要求。因此,
有效的身份鉴定技术受到全世界越来越多的关注。
人体丰富的生理特征和行为特征,使得生物特征识别成为身份鉴别领域发展的
必然趋势。但由于单一生物特征用于身份鉴别时,有其固有而难以克服的缺点,到
目前为止,任何基于单一生物特征的身份鉴别系统都无法完全满足实际应用的要求。
多生物特征的融合与识别是将多种生物特征的信息进行融合,从而完成身份识别的
技术。基于多生物特征的身份识别系统通过充分利用多种生物特征提供的信息,为
单一生物特征身份识别带来的一些实际问题提供了有效的解决方案,从而提高了整
个生物特征身份识别系统的性能。因此,研究多生物特征的融合与识别具有十分重
要的意义。
本文结合人脸识别与虹膜识别,深入研究和探讨了多生物特征的融合与识别技
术。在人脸识别技术方面,主要研究了人脸特征提取算法,提出了一种基于局部奇
异值分解对称平均的人脸特征提取方法。在虹膜识别方面,研究了虹膜预处理技术,
实现了虹膜的检测和定位;深入研究了虹膜的特征提取方法,提出了一种基于局部
小波变换与奇异值分解的虹膜特征提取算法,并在此基础上进一步提出了一种基于
小波包分解的虹膜特征提取算法。接着,对多生物特征的融合与识别技术进行了研
究,在特征层融合的基础上,深入探讨了二维 Fisher 线性判别分析(2-Dimension
Fisher Linear Discriminant Analysis, 2DFLD)。同时,结合 2DFLD 算法的特点,将
人脸特征与虹膜特征在特征层进行融合,建立了一个基于人脸与虹膜特征融合的身
份识别系统模型。实验结果表明,本文提出的融合算法实现了人脸与虹膜在特征层
的融合与识别,有效提高了身份识别的准确性,并且克服了“小样本”效应,为多
生物特征身份识别提供了一种新途径。
关键词:生物特征识别;人脸识别;虹膜识别;多生物特征识别;奇异值分
解;小波变换;小波包分解;特征融合;二维 Fisher 线性判别分析;
I
五邑大学硕士学位论文
ABSTRACT
In the booming information society, because of digital and recessive identity
in work, traditional identity authentication systems such as smart cards, ID
cards and passwords cannot satisfy the requirement of protecting information
security perfectly. Therefore, effective identity authentication techniques have
been paid more and more attention to around the world.
Because human beings possess unique and measurable physiological or
behavioral characteristic information, biometric identity authentication inevitably
es a trend in the fields of identity authentication. Single biometric identity
authentication has its own shortage, which is hard to be conquered. Up to date,
there is no single biometric system that could satisfy the requirement perfectly.
Multimodal biometric system makes use of different biometric traits
simultaneously to authenticate a person’s identity. Integrated with several
biometric features information, multimodal biometric system can offer a feasible
method to so