几种常用的生物特征识别技术及其原理

由于各种生物特征的识别方式都有其一定的适用范围和要求,单一的生物特征识别系统在实际应用中显现出各自的局限性,如有些人的指纹无法提取特征,患白内障的人虹膜会发生变化等等。随着对社会安全和身份鉴别的准确性和可靠性要求的日益提高,多模态识别系统（按照某种融合方案而形成的一种多特征识别系统）将是生物识别技术发展的趋势。     

多生物特征融合的识别技术

<正>point利用人的多种行为特征和(或)生理特征进行身份识别的方法就是多生物特征融合识别技术。多生物特征融合识别利用多生物特征信息,结合数据融合技术,可以进一步提高生物特征识别系统的准确率,减少单生物特征识别带来的问题。本文介绍了多生物特征融合识别的融合层次和融合方式,以及一个多生物特征融合识别系统结构流程案例。     

矢量量化在说话人识别中的应用

说话人识别技术是根据待识别人的语音与预先提取的说话人语音特征是否相匹配来鉴别说话人身份的一种生物认证技术,具有广泛的应用前景。采用矢量量化(VQ)方法,可以在信息量损失较小的情况下更好地压缩数据量,从而增高说话人识别系统的识别率。研究了VQ在说话人识别中的应用,提出并设计了一个基于VQ的说话人识别系统,当用于训练的数据量较小时,可以得到比较稳定的识别性能。     

复杂背景下的车型识别系统

随着交通问题的日益严峻,车型识别系统技术的研发显得尤为迫切。提出了一种复杂背景下的车型识别系统关键算法的研究与实现,采用一种初步检测和精确定位相结合的车辆检测方法;提取车辆的积分通道特征作为车型识别SVM分类器的输入特征。系统基于Visual Studio平台下完成,实验表明,该车型识别系统具有较高的识别率和识别速度,且具有很好的鲁棒性,满足实时系统的要求。     

基于PCA的实时人脸识别

近年来,生物特征识别技术得到了快速的发展,人脸检测技术也在不断进步.与其他人体生物特征识别系统相比,人脸识别更加直接和便利化,因而容易为用户所接受,并且其在身份验证、公安刑侦、智能视频监控、智能人机交互系统等方面都有着广泛的应用.     

耳朵形状可用于身份识别

<正>用来鉴定人身份的生物识别系统很容易受到干扰,如面部识别软件常会被人物表情的变化弄得"晕头转向"。指纹识别虽是鉴定人身份最好的手段之一,但对有些人来说,有时也并非那么有效。而且人老后,某些识别系统也会出现变化,如面部识别系统常会受到鱼尾纹或其他衰老迹象的干扰。最近     

麦克风阵列语音增强用于抗噪说话人识别

文章建立了一个噪声环境下说话人识别系统。先在信号空间通过麦克风阵列语音增强来抑制噪声,然后在特征空间进行特征补偿,接着进行说话人识别。同时录制了一个18人的麦克风阵语音库以及麦克风阵噪声库用来测试该方法,实验结果表明该方法能够显著提高说话人识别系统在噪声环境下的识别率。     

生物特征识别技术概述

生物特征识别技术是利用人的生理特征或行为特征,来进行个人身份的鉴定.文章论述了现有的各种生物特征识别技术的原理、特征、应用的优缺点,介绍了生物特征识别技术的标准化工作和发展趋势.     

基于主成分分析的人耳识别系统研究

针对人耳识别技术的研究现状,采用主成分分析提取人耳图像特征,在此基础上建立一个人耳识别系统。实验结果验证了利用主成分分析提取人耳图像特征的可行性与高效性,为解决该类问题提供了一个有效的新途径。     

基于人耳的个体识别系统研究

本文基于matlab平台实现了一个简单的人耳识别系统的界面开发。该系统以北京科技大学USTB人耳库(3)图像为样本,用不同识别算法提取训练样本特征,最后用不同匹配算法分类识别得出结果,实现了对不同识别算法识别效率的比较和个体匹配功能。该系统对特征提取的速度较快,识别结果较为准确,对实际应用有一定的参考价值。     

基于美尔倒谱系数及隐马尔可夫模型的说话人识别系统研究

为了适应强噪声环境下的语音识别,进行了基于美尔倒谱系数特征及隐马尔可夫模型的识别算法研究,主要对提取语音信号的线性预测系数、端点检测、语音特征参数提取、语音算法识别流程等进行了初步研究,并进行了说话人识别系统的仿真验证。     

基于人脸人耳多特征的融合识别

正本文针对人脸识别技术,提出了基于LBP和PCA的生物多模态融合的观点。在生物识别领域中,具有较高的识别准确性,同时降低了采样的复杂度,顺应了生物特征应用领域的趋势。由于单一的人脸或人耳可以提取到的特征信息较少,识别时易出差错导致识别率较低。本文为了提高人物的识别率,保证身份验证时的准确性,提出了基于人脸人耳特征融合的识别技术。通过PCA算法降     

基于DTW的说话人识别技术研究

所谓说话人识别,就是根据输入语音确定发音者的身份,即用待识语音和预先提取的说话人特征来确定或鉴别说话人的身份。采用动态时间规整(DTW)方法,可以利用使用过程中的数据不断修正原模板,使模板逐次趋于完善。研究了DTW在说话人识别系统中的应用,通过实验证明,当用于训练的数据量较小时,可以得到比较稳定的识别性能。     

基于动态二维图像序列的三维步态识别方法

针对在当前二维步态识别系统中,受到人体走路姿势中的特征重叠的影响,不能很好的解决信息丢失问题。而三维识别也面临着技术要求复杂,对设备角度要求高的问题,本文提出了一种基于动态二维图像序列的三维步态识别方法。利用摄像机采集单帧步态图像序列,通过对单帧连续通信进行坐标动态转换,对特征矩阵进行有效的三维转化,计算三维特征数据,提取三维人体单帧二维图像转化的特征,进行步态识别。结果表明,本方法无需复杂的设备,能够解决特征丢失问题,识别准确度有了较好的改善。     

基于MPC5200的嵌入式非特定人连续语音识别系统

非特定人连续语音识别系统具有非常高的计算复杂度，对系统的硬件资源有很高的要求，本文针对该问题设计了一款基于MPC5200微处理器的嵌入式平台，在该平台上实现了基于隐含马尔可夫模型的非特定人连续语音识别系统，实验结果表明该嵌入式语音识别系统达到了实时识别的要求。     

一种基于改进的LPC参数倒谱分析的说话人识别方法

线性预测倒谱LPCC在说话人识别中已被广泛使用,文章以LPCC为基础进行Mel变换,得到新的特征参数LPMCC,一次作为说话人识别系统的特征参数,并在识别部分采用VQ和HMM相结合的方法进行建模和识别,实验证明该方法提高了系统的识别率。     

一种改进的神经网络算法车牌识别算法研究

针对当前车辆识别算法,由于传统的特征提取车牌识别方法,直接通过图像的灰度特征进行车牌识别,当外界光线不足时,图像灰度特征不明显而不能准确识别相似字符,造成车牌误识别的问题.提出了一种改进的神经网络算法的车牌识别系统.通过建立汉字网络、字母数字网络找出相似字符之间的差异进行识别,实验表明,这种识别算法实现简单,识别准确率高.     

基于移动终端的指纹识别专利技术现状

<正>概述生物识别技术是利用人体所固有的生理特征或行为特征来鉴定一个人的身份,而其中的指纹识别技术已经成为目前使用较广泛的一种生物特征识别技术。指纹具有三级特征,包括指纹的纹型、指纹的细节点以及指纹纹线,以上特征具有稳定性和独特性。正是由于指纹的以上特性,形成了其独特的优势,使得指纹识别技术被应用在很多领域。     

心音身份识别——南京邮电大学成谢锋教授成果展示

心音是否可以像人脸、指纹、语音一样成为一种人体生物识别特征？南京邮电大学成谢锋教授对此做了比较深入的研究,提出一种心音身份识别的有效方法,将身份识别技术向前推进了一步,将身份识别研究的领域扩展到了人的心脏。     

降服恶劣天气

美国石溪大学的研究人员2004年3月份宣布．他们开发出了一种称为“微笑地图”的软件．能检测人微笑时的脸部肌肉动作，并根据这些数据识别人的身份。开发者认为这套软件的表现会比目前采用的计算脸部主要特征之间距离的面部识别系统更加出色。