基于图像质量加权的D.docVIP

PAGE PAGE 1 基于图像质量加权的D-S证据理论多生物特征融合识别 　　 文章编号:1001-9081(2012)01-0264-05 doi:10.3724/SP.J.1087.2012.00264 　　摘 要:对人脸和指静脉在决策层的融合识别，给出一种新的组合图像质量评价方法，并采用一种改进的基于图像质量加权的D-S证据理论融合这两种生物特征。首先，组合图像质量评价法采用清晰度和对比度、相关系数的组合方法来评价生物特征图像质量；其次，应用改进的基于图像质量的匹配值增强方法和D-S证据理论，减少了极大值图像质量指标的影响，使图像质量加权与实际情况更趋一致。实验结果表明，与没有考虑图像质量因素相比，考虑了图像质量信息的D-S证据理论融合方法提高了识别效果。 　　?关键词:人脸；指静脉；独立成分分析；主元分析；图像质量；D-S证据理论 　　?中图分类号: TP391.413 文献标志码:A 　　 ? 　　Abstract: For the fusing recognition with face and finger-vein at decision level, a new quality score of image by combining three indexes was presented, and an improved fusion strategy based on D-S evident theory was adopted to fuse two biometric characteristics. At first, the quality score of image was computed by combining index of distinct, contrast and coefficient. Then an improved method based on image quality and D-S evident theory was adopted. This improved method reduced the impact of maximum of image quality score and made the weighted parameter with the actual situation more consistent. Compared with the result of D-S evident theory with no regard to image quality, the results reveal that the fusion method in this paper based on D-S evident theory taking account of image quality information improves the performance. 　　 Key words: human face; finger-vein; Independent Component Analysis (ICA); Principal Component Analysis (PCA); image quality; D-S evident theory 　　? 　　0 引言? 　　生物特征识别技术为身份识别和信息安全等领域提供了一条便捷、高效、安全的新途径。目前常见的生物特征识别技术有人脸、指纹、虹膜、指形、静脉、掌纹、步态以及签名等识别技术，其中指纹和人脸识别技术则是最成熟、应用最广泛的技术。? 　　然而这些生物识别方式都有各自的缺点，尚无能取代所有其他生物特征识别的特征，尤其是一些生物特征可能被复制和伪造，影响其安全性。但若能采用融合理论，综合多个生物特征，从理论和实践上都表明能得到比单一生物特征更优的识别性能和通用性［1-3］。? 　　图像质量对生物特征识别系统的识别性能影响很大,对信息完整、图像质量高的样本库所获得的识别率，可能因为图像质量下降而迅速降低。文献［4-10］都对基于图像质量的生物特征做了深入的研究，取得较大进展。其中，Nandakumar等以虹膜和指纹为融合对象，对每次需要匹配的单个待测样本和模板样本的图像质量做出评价，给出一种基于图像质量的似然率指标，对此进行融合得到了满意的识别结论［4］。文献［5］则给出一种新的基于贝叶斯网络的基于图像质量的多生物特征融合系统，将生物特征图像质量和匹配值看作同等地位的量，用贝叶斯网络融合识别。Richiardi等对基于图像质量的语音、人脸、指纹和签名的图像质量评价指标作了综述并分析了将图像质量信息应用到多生物特征融合识别的方法［8］。Fierrez