基于特征融合的多模态身份识别方法研究

摘要：

研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法.对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合两种模态的特征,利用最邻近分类器进行分类识别.在AMP、ORL人脸库和Poly-U掌纹图像库中的实验结果表明,两种模态的融合能更多地给出决策分析所需的特征信息相比传统的单一模态的人脸或掌纹识别具有较高的识别率,更具安全性和准确性.

关键词：身份识别、多模态、人脸识别、掌纹识别、特征融合

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省社会发展基金项目BE2010638;伊犁师范学院科研计划基金项目YB200937

在线出版日期：2011-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2849-2852