基于多模态人脸与人耳融合的身份识别与认证.pdfVIP

高技术通讯 2011年 第 21卷 第 7期：707 713 doi：10．3772／j．issn．1002—0470．2011．07．007 基于多模态人脸与人耳融合的身份识别与认证① 张广鹏② 王蕴红③ 张兆翔 (北京航空航天大学计算机学院 北京 100191) 摘 要 针对综合二维与三维多模态特征的正面人脸、侧面人脸与人耳的融合识别开展 了相关研究，提出了二维纹理 图像和三维形状索引图像的尺度空间特征提取与匹配的方 法，并对多模态人脸与入耳的多种融合策略进行了探索性的研究。此方法通过使用尺度 空间局部特征，消除了尺度变化的影响，对噪声、数据缺失等具有较高的鲁棒性。在公开 的FRGcv2．0数据库和UNDCollectionF数据库上的实验结果表明，人脸与人耳多模态特 征间的融合大幅度提高了身份识别与认证的精度，并对表情变化具有很好的鲁棒性。 关键词 多模态融合，人脸识别，人耳识别，尺度空间 用鲁棒双峰系统 (robustbimodalsystem，RBS)方法对 0 引 言 正面人脸和人耳图像进行融合分类，在 100人规模 多模态生物特征识别通过将人体的多种生理特 的库上实现了 100％的识别率，而单独进行人脸和 征及行为特征结合起来，能够克服单一模态的缺点， 人耳识别的识别率分别为 90％和 81％。Yuan等 实现高精度的身份识别与认证，因此已经成为生物 人_4j提出了全空间线性鉴别分析 (ful1．spacelinear 特征识别领域的一个新的极具前景的发展方向。在 discriminnatanalysis，FSLDA)方法，并将其用于正面 多模态生物特征识别中，人脸和人耳的融合近几年 人脸和人耳图像的融合分类，他们采用了与文献[1] 来开始受到关注。研究表明，人耳识别能够达到与 相同的融合策略，在 USTB人耳库和ORL人脸库上 人脸识别相近的识别率_1J，并且人耳识别与人脸识 实现了98．7％的识别率。正面人脸与人耳的融合要 别相关性较低 2，具有较高的互补性，因此融合这两 求每个样本至少有正面和侧面两幅图像，这个条件 种生物特征是提高身份识别精度的一种有效途径。 有时难以满足，而侧面人脸和人耳的融合只需要一 本文进行了这方面的研究，提出了一种基于尺度空 副图像。Rahman等人_5J提出采用特征脸和特征耳 间局部特征的多模态人脸和人耳识别方法，并进行 方法提取侧面人脸和人耳图像的特征并进行融合， 了融合的分类。 在 18人的数据库上达到 94％的识别率。Xu等 人_6．7J采用核心 Fisher鉴别分析 (kernelFisherdis． 1 相关知识 criminnatnaalysis，KF1)A)_6J，核心典型相关分析 (ker- nelcanonicalcorrelationnaalysis，KCCA)L7等方法在特 现有的人脸与人耳融合的方法，从使用数据 的 征层融合侧面人脸和人耳图像进行识别，在 38人的 角度可以分为二维人脸与二维人耳的融合和三维人 脸与三维人