基于生物特征的身份识别及其鲁棒性研究-电路与系统专业论文.docxVIP

基于生物特征的身份识别及其鲁棒性研究 基于生物特征的身份识别及其鲁棒性研究 摘要 摘要 (近年来，社会的信息化自动化对快速有效的身份验证提出了迫切的要求。而生物特征作 为人的内在属性，具有很强的自身稳定性和个体差异性，是身份验证的理想依据。基于各种 不同生物特征的身份识别方法受到人们的广泛关注和研究。其中，基于人脸和说话人语音的 身份识别具有采集特征方便、用户舒适度高等优点，受到了最多的重视，对于它们的研究取 得了很大的进展。另外，综合多个生物特征的身份识别可以突破单特征识别的缺陷和极限， 也在最近引起了研究者的强烈兴趣。 目前该领域还依然存在着许多问题有待解决，最关键的莫过于如何有效的提取特征及特 征变换，使得特征空间有更好的区分度。另外，识别系统对于环境变化以及时间的鲁棒性， 也是目前的一个重要问题，是身份识别系统实用化的关键所在。木 本文就是从基于人脸和说话人语音的身份识别出发，完成了以下研究工作： (1)我们将独立分量分析应用到特征抽取问题中，并根据特征抽取问题的具体情况， 提出了独立特征提取方法。(它是以输出特征矢量的元素间的独立性为目标函数，最大程度的 去除了原始特征各分量间的冗余度，去除了无用的信息。由于它有效利用了原始特征数据间 的高阶统计信息，而不仅仅是均值和方差等两阶统计量，相对于传统的特征抽取方法，独立 特征抽取具有更好的自适应性，对于一般非高斯分布的数据也有良好的效果。中 (2)我们将独立特征抽取方法应用于人脸图像特征抽取，考虑到人脸图像数据量大， 提出了采用基于四阶矩的独立分量抽取方法并且后端采用遗传算法对求得的独立基进行选 取，在保证识别率的同时降低了运算量，取得了令人满意的效果。 (3)对于说话人识别，由于不同频率上的相关性包含了说话人声带的共振信息，能有 效区分说话人，我们提出了基于主分量分析和Fisher准则的说话人特征抽取，利用了主分量 分析将Mel域频谱矢量进行了坐标基变换，而使得各频带间的相关性在这个新的坐标基下 更突出了。再利用Fisher准则对求得的新的特征矢量中参数进行选择，得到了相同维数情况 下区分度最优的特征矢量。 (4)我们还提出了对语音信号的短时频谱向量做独立特征分析，有效利用频谱矢量元 素间的高阶统计信息，进一步考虑各个频率间的相依性。从而求得一组独立频谱系数。f换一 个角度来看，也可以说是最大程度的去除了频谱系数间的冗余度，求得那些包含最大信息特 征参量。对于这以上两种说话人语音特征提取方法，我们都在矢量量化说话人识别系统上进 行了测试。实验表明它们特征矢量在说话人识别上比相同维数的传统特征矢量识别率更高。斗 (5)针对说话人识别中的通道鲁棒性问题，我们提出了在多通道录音环境下，采用基 于子空间分解的方法，利用噪声子空间和信号子空间的正交性对通道系数进行识别，进而构 造均衡器恢复出源信号，能有效的消除通道或回声造成的影响。 最后，我们还设计完成了基于人脸和说话人语音的双通道身份识别系统，对基于生物特 征的身份识别技术的实际应用做了有益的探索和尝试。 关键宇：身份识别?独立特征抽取?人脸识别、说话人识别：语音通道补偿义 基于生物特征的身份识别及其鲁棒性研究 基于生物特征的身份识别及其鲁棒性研究 Abs仃act Abstract As society becomes more and more automatic and informationized，it is essential to develop some quick and efficient personal identification methods．The physiological characteristics，which inherent properties of human being and vary between individuals，are ideal measures for differentiating person Among the various types of them，face images and voices emphasized because they user-comfortable and easy to be collected．Much progress has been made in that two method．And multi—modal personal identification is also the hotspot of recent research I