CAJ | 학술논문

针对单一生物特征识别方法易受干扰、应用受限制等问题,提出了一种基于虹膜和人脸的多生物特征融合方法以提高身份识别的精度及可靠性.该融合方法利用 Log-Gabor 相位编码算法和Laplacianfaces 算法对虹膜和人脸进行特征提取及匹配,然后在匹配层对两种生物特征的匹配得分值使用最小最大概率机策略进行融合,最后利用融合后得分值进行决策.该方法与单生物特征识别方法相比,识别性能明显提高.在UBIRIS虹膜库和ORL人脸库构成的多模生物特征库中进行了测试,实验结果表明:该方法的等错误率可降低到 0.28%,比单一虹膜和单一人脸方法分别降低了0.69%和 1.62%,与采用传统融合策略的方法相比,等错误率也降低了 0.2%以上.
침대단일생물특정식별방법역수간우、응용수한제등문제,제출료일충기우홍막화인검적다생물특정융합방법이제고신빈식별적정도급가고성.해융합방법이용 Log-Gabor 상위편마산법화Laplacianfaces 산법대홍막화인검진행특정제취급필배,연후재필배층대량충생물특정적필배득분치사용최소최대개솔궤책략진행융합,최후이용융합후득분치진행결책.해방법여단생물특정식별방법상비,식별성능명현제고.재UBIRIS홍막고화ORL인검고구성적다모생물특정고중진행료측시,실험결과표명:해방법적등착오솔가강저도 0.28%,비단일홍막화단일인검방법분별강저료0.69%화 1.62%,여채용전통융합책략적방법상비,등착오솔야강저료 0.2%이상.