徐中宇， 张 岳

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)



多模态生物特征识别算法

徐中宇， 张 岳

(长春工业大学 计算机科学与工程学院， 吉林 长春 130012)

基于判别典型相关性分析(DCCA)，将提取并处理好的虹膜和指纹特征向量于特征层进行特征融合，最后进行匹配识别。

多特征融合识别； 特征层； 虹膜； 指纹

0 引 言

生物识别技术随着科技的发展在很多方面都取得了长足的突破，在人们的日常生活和工作中也被频繁地使用于各个领域，无论是银行、军事等高度保密领域，还是普通的企业等都已经或多或少地使用生物识别技术去进行身份识别[1]。但是随着技术的发展，像虹膜、指纹等高度普及的生物特征已经可以被复制并仿造出来，而且考虑到单模态生物特征天生的一些局限性，人们开始从各个角度和方向研究如何提高生物特征识别的稳定性、准确性和安全性，而多模态生物特征识别这一方向为解决这些问题提供了极大的帮助[2]。

1 多模态生物识别技术

多模态生物识别是将多种不同的生物特征在不同层次进行融合再进行识别的一种技术，从其识别系统看，可以分为4个模块：传感器、特征提取模块、匹配器、决策器[3]。

多模态生物识别的核心即生物特征的融合，即将不同种类的生物特征进行融合，从而得到可供使用的有效数据。而融合又可以发生在每一个模块和层次里，所以，根据融合发生的位置可以把融合划分为4个基本层次[4]：