專利名稱：生物特征識(shí)別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種生物特征識(shí)別系統(tǒng)。
背景技術(shù)：
在信息網(wǎng)絡(luò)化和經(jīng)濟(jì)全球化的時(shí)代，人們對(duì)安全的理解和需求有 了更深的認(rèn)識(shí)，基于生物特征識(shí)別的身份認(rèn)證技術(shù)倍受世界各國(guó)的重 視。生物特征是人的內(nèi)在屬性，具有較高的穩(wěn)定性及個(gè)體差異性。生 物特征識(shí)別是指利用計(jì)算機(jī)技術(shù)將獨(dú)一無(wú)二的人體固有特征提取出 來(lái)進(jìn)行處理，從而實(shí)現(xiàn)個(gè)人身份認(rèn)證的技術(shù)。人體豐富的生理特征和 行為特征，使得生物特征識(shí)別成為身份認(rèn)證領(lǐng)域發(fā)展的必然趨勢(shì)。目 前，研究較多的生物特征包括人臉、虹膜、掌紋、指紋、語(yǔ)音、人耳、 視網(wǎng)膜、筆跡、步態(tài)、手勢(shì)等。與傳統(tǒng)密碼、證件等認(rèn)證方式相比， 生物特征識(shí)別技術(shù)具有依附于人體、不易偽造、不易模仿等優(yōu)勢(shì)，成 為發(fā)達(dá)國(guó)家高度重視并大力發(fā)展的關(guān)鍵技術(shù)和產(chǎn)業(yè)。
1998年5月，美國(guó)舉行了題為"Biometrics and Future of Money" 的聽(tīng)證會(huì)，討論了生物特征身份認(rèn)證技術(shù)應(yīng)用于銀行、金融以及個(gè)人 信息安全領(lǐng)域， 一致認(rèn)為該技術(shù)將影響人們現(xiàn)有的生活方式和商業(yè)模 式。"911"之后，美國(guó)政府又連續(xù)簽署了 3個(gè)國(guó)家安全法案，強(qiáng)調(diào)在 邊檢、執(zhí)法、民用航空等領(lǐng)域應(yīng)用生物特征識(shí)別技術(shù)。2003年6月， 國(guó)際民用航空組織建議其188個(gè)成員國(guó)在護(hù)照上加入生物特征識(shí)別
4技術(shù)。大部分西方國(guó)家已經(jīng)立法支持這項(xiàng)規(guī)劃。據(jù)報(bào)道，澳大利亞、
新西蘭在2005年推出了生物特征護(hù)照，德國(guó)在2005年11月發(fā)放生 物特征護(hù)照。IBG近期調(diào)查分析顯示，2007年全球生物識(shí)別市場(chǎng)收入 超過(guò)30億美元，今后5年內(nèi)將以每年超過(guò)8億美元的幅度遞增。據(jù) 美國(guó)《生物識(shí)別文摘》報(bào)道，國(guó)內(nèi)市場(chǎng)2005年生物特征識(shí)別產(chǎn)品的 銷售收入約0. 6億美元，到了 2006年增長(zhǎng)到約1. 1億美元。國(guó)家"十 一五"科技發(fā)展規(guī)劃明確指出"要在生物特征識(shí)別技術(shù)領(lǐng)域縮小與 世界先進(jìn)水平的差距，開(kāi)展生物特征識(shí)別應(yīng)用技術(shù)研究，開(kāi)發(fā)具有高 安全性、低誤報(bào)率的出入口控制新產(chǎn)品"。業(yè)內(nèi)專家估計(jì)，未來(lái)5年， 我國(guó)將有近百億元的市場(chǎng)等待著企業(yè)去開(kāi)拓，應(yīng)用前景非常廣闊。
然而，目前的生物識(shí)別技術(shù)都是單一的識(shí)別方式，使用識(shí)別率不 高，使用不方便、效率低下，制約了該行業(yè)的發(fā)展。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種識(shí)別率 高、使用方便、可容納更多用戶的生物特征識(shí)別系統(tǒng)。
本發(fā)明解決其技術(shù)問(wèn)題所釆用的技術(shù)方案是
生物特征識(shí)別系統(tǒng)，其特征在于該系統(tǒng)是基于雙模態(tài)生物特征 信息數(shù)據(jù)庫(kù)的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu)，包括有主服務(wù)器、多個(gè)數(shù)據(jù)
庫(kù)服務(wù)器(本地服務(wù)器(l)、本地服務(wù)器(2).......本地服務(wù)器(n))
和連接在數(shù)據(jù)庫(kù)服務(wù)器之下的用戶機(jī)，數(shù)據(jù)庫(kù)服務(wù)器通過(guò)廣域網(wǎng)與主 服務(wù)器連通，在主服務(wù)器的控制下通過(guò)廣域網(wǎng)進(jìn)行數(shù)據(jù)交換、數(shù)據(jù)共 享，用戶機(jī)(用戶機(jī)(l)、用戶機(jī)(2).......用戶機(jī)(m))用于對(duì)測(cè)試樣本的采集、分析和特征提取，通過(guò)局域網(wǎng)把分析結(jié)果、特征數(shù)據(jù)和 查詢要求傳送到數(shù)據(jù)庫(kù)服務(wù)器，數(shù)據(jù)庫(kù)服務(wù)器根據(jù)用戶機(jī)的要求對(duì)已 有人臉圖像、語(yǔ)音等進(jìn)行特征提取，然后將它們與傳過(guò)來(lái)的數(shù)據(jù)進(jìn)行 比較，即身份識(shí)別，最后把識(shí)別結(jié)果傳給發(fā)出要求的用戶機(jī)，當(dāng)本地 服務(wù)器沒(méi)有所需數(shù)據(jù)或得不出識(shí)別結(jié)果時(shí)，本地服務(wù)器(l)會(huì)向主服
務(wù)器發(fā)出請(qǐng)求，主服務(wù)器則向其他服務(wù)器(本地服務(wù)器(2).......本
地服務(wù)器(n))發(fā)出查詢命令，從而對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)挖掘并進(jìn)行 身份認(rèn)證，最后把結(jié)果送給發(fā)出要求的用戶機(jī)。
本發(fā)明的有益效果是由于建立了雙模態(tài)生物特征信息數(shù)據(jù)庫(kù)， 采用雙模態(tài)識(shí)別技術(shù)，可以揭示人臉、語(yǔ)音、指紋等多生物特征之間 的互補(bǔ)性和相關(guān)性^L律，有效避免了單^f莫態(tài)生物特征識(shí)別的局限性， 并且進(jìn)一步構(gòu)建基于人臉、語(yǔ)音、指紋等多模態(tài)生物特征識(shí)別網(wǎng)絡(luò)環(huán) 境；該系統(tǒng)建立了具有中華特色的人臉與語(yǔ)音雙;漠態(tài)生物特征信息數(shù) 據(jù)庫(kù)，擁有56萬(wàn)幀圖像約160G的數(shù)據(jù)量，在圖像和總語(yǔ)音數(shù)據(jù)量 方面具有優(yōu)勢(shì)。另夕卜，基于生物特征識(shí)別的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu) 模型，利用有限帶寬有效減少了網(wǎng)絡(luò)傳輸數(shù)據(jù)量、減輕了服務(wù)器運(yùn)算 負(fù)擔(dān)，具有容錯(cuò)功能、可擴(kuò)展性、抗干擾性的優(yōu)點(diǎn)，具有魯棒性和環(huán) 境適應(yīng)性。


下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說(shuō)明。 圖1是本發(fā)明生物特征識(shí)別系統(tǒng)的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu)框圖； 圖2是本發(fā)明的多模態(tài)識(shí)別系統(tǒng)結(jié)構(gòu)框圖；圖3是本發(fā)明的視覺(jué)聽(tīng)覺(jué)特征后融合HMM模型圖。
具體實(shí)施例方式
參照?qǐng)D1、圖2,本發(fā)明的生物特征識(shí)別系統(tǒng)，該系統(tǒng)是基于雙 模態(tài)生物特征信息數(shù)據(jù)庫(kù)的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu)，包括有主服務(wù)
器、多個(gè)數(shù)據(jù)庫(kù)服務(wù)器(本地服務(wù)器(1)、本地服務(wù)器(2).......本地
服務(wù)器(n))和連接在數(shù)據(jù)庫(kù)服務(wù)器之下的用戶機(jī)，數(shù)據(jù)庫(kù)服務(wù)器通 過(guò)廣域網(wǎng)與主服務(wù)器連通，在主服務(wù)器的控制下通過(guò)廣域網(wǎng)進(jìn)行數(shù)據(jù) 交換、數(shù)據(jù)共享，互補(bǔ)不足，從而分散物理存儲(chǔ)介質(zhì)，便于采集新樣 本和備份舊數(shù)據(jù)，并且減輕主服務(wù)器和局域網(wǎng)的負(fù)擔(dān)。理想情況是通 過(guò)Internet利用虛擬局域網(wǎng)進(jìn)行數(shù)據(jù)共享。用戶才幾(用戶才幾(l)、用
戶機(jī)(2).......用戶機(jī)(m))用于對(duì)測(cè)試樣本的采集、分析和特征提取，
通過(guò)局域網(wǎng)把分析結(jié)果、特征數(shù)據(jù)和查詢要求傳送到數(shù)據(jù)庫(kù)服務(wù)器， 數(shù)據(jù)庫(kù)服務(wù)器根據(jù)用戶機(jī)的要求對(duì)已有人臉圖像、語(yǔ)音等進(jìn)行特征提 取，然后將它們與傳過(guò)來(lái)的數(shù)據(jù)進(jìn)行比較，即身份識(shí)別，最后把識(shí)別 結(jié)果傳給發(fā)出要求的用戶機(jī)，其優(yōu)點(diǎn)是，充分利用有限帶寬減少了網(wǎng) 絡(luò)傳輸數(shù)據(jù)量，減輕了服務(wù)器運(yùn)算負(fù)擔(dān)，因而可容納更多用戶，當(dāng)本 地服務(wù)器沒(méi)有所需數(shù)據(jù)或得不出識(shí)別結(jié)果時(shí)，本地服務(wù)器(l)會(huì)向主
服務(wù)器發(fā)出請(qǐng)求，主服務(wù)器則向其他服務(wù)器(本地服務(wù)器(2).......
本地服務(wù)器(n))發(fā)出查詢命令，從而對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)挖掘并進(jìn) 行身份認(rèn)證，最后把結(jié)果送給發(fā)出要求的用戶機(jī)。
其中，作為優(yōu)選實(shí)施方案，所述的雙模態(tài)生物特征信息數(shù)據(jù)庫(kù)是 人臉和語(yǔ)音雙模態(tài)生物特征信息數(shù)據(jù)庫(kù)。作為優(yōu)選實(shí)施方案，在雙模態(tài)生物特征數(shù)據(jù)庫(kù)的基礎(chǔ)上，融入多
種生物特征數(shù)據(jù)庫(kù)，形成多模態(tài)生物特征信息識(shí)別。如圖2所示為多 模態(tài)生物特征識(shí)別系統(tǒng)結(jié)構(gòu)框圖，包括人臉識(shí)別、語(yǔ)音識(shí)別、指紋識(shí) 別及其融合識(shí)別，在設(shè)計(jì)過(guò)程中采用模塊化功能設(shè)計(jì)。因此，整個(gè)識(shí) 別系統(tǒng)可根據(jù)實(shí)際情況，融入多種生物特征，從而形成雙模態(tài)生物特 征識(shí)別系統(tǒng)或多模態(tài)生物特征識(shí)別系統(tǒng)，使之具有可擴(kuò)展性。聽(tīng)覺(jué)視 覺(jué)雙模態(tài)識(shí)別系統(tǒng)，即視覺(jué)信息處理和聽(tīng)覺(jué)信息處理，包括人臉檢測(cè) 與定位、人臉與語(yǔ)音特征提取、融合與識(shí)別；還包括指紋識(shí)別、虹膜 識(shí)別、掌紋識(shí)別等多才莫態(tài)生物特征識(shí)別。
作為優(yōu)選方案，所述的人臉和語(yǔ)音雙模態(tài)生物特征的人臉與語(yǔ)音 特征采用HMM模型后融合識(shí)別。如圖3所示的人臉與語(yǔ)音特征后融合 HMM模型，關(guān)于H畫(huà)模型后融合識(shí)別，存在聽(tīng)覺(jué)視覺(jué)兩個(gè)相互獨(dú)立的基 于H,模型的識(shí)別過(guò)程。后融合采用兩個(gè)識(shí)別器， 一個(gè)處理聽(tīng)覺(jué)數(shù)據(jù)， 一個(gè)處理視覺(jué)數(shù)據(jù)。由于聽(tīng)覺(jué)信息和視覺(jué)信息來(lái)自不同的通道，反映 的問(wèn)題本質(zhì)不盡相同，時(shí)間先后上不嚴(yán)格同步，所受噪聲干擾也不相 同，其對(duì)應(yīng)的加權(quán)應(yīng)進(jìn)行相應(yīng)的調(diào)整。在識(shí)別階^a，采用人臉與語(yǔ)音 識(shí)別的后融合HMM模型，融合聽(tīng)覺(jué)一見(jiàn)覺(jué)通道的信息，得出正確的識(shí)別 結(jié)果。
人臉特征采用混合特征提取方法來(lái)實(shí)現(xiàn)，主要包括主元分量、核 主元分量、色度分量、紋理特征、不變矩特征、奇異值特征等。語(yǔ)音 特征主要包括各種倒i普參數(shù)矢量。聽(tīng)覺(jué)視覺(jué)兩個(gè)通道分別依據(jù)其特征 矢量作出決策。這種模型使得聽(tīng)覺(jué)視覺(jué)兩個(gè)通道可以相互獨(dú)立地工
8作，不必保持嚴(yán)格同步。實(shí)際上，當(dāng)人說(shuō)話時(shí)聲音和唇動(dòng)不是嚴(yán)格同 步，應(yīng)將唇動(dòng)的起點(diǎn)和終點(diǎn)向前和向后延伸。但要達(dá)到較好的效果， 要求兩個(gè)通道均同時(shí)具有較好的性能。
另外，本系統(tǒng)還可以對(duì)人臉識(shí)別、虹膜識(shí)別、語(yǔ)音識(shí)別、情感識(shí)
別、性別鑒別等若干技術(shù)應(yīng)用作進(jìn)一步改進(jìn)，其中主要包括 (1)人臉識(shí)別
>提出基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別 在奇異值分解的基礎(chǔ)上，將人臉圖像矩陣的奇異值作為識(shí)別特 征，解決了奇異值處理、神經(jīng)網(wǎng)絡(luò)訓(xùn)練策略和竟?fàn)庍x擇問(wèn)題；運(yùn)用BP 網(wǎng)絡(luò)進(jìn)行識(shí)別。在大樣本情況下，識(shí)別方法具有實(shí)現(xiàn)簡(jiǎn)單、識(shí)別速度 快、識(shí)別率高的特點(diǎn)，為人臉的實(shí)時(shí)識(shí)別提供了一種新途徑。
>提出基于局部奇異值對(duì)稱平均的人臉識(shí)別 充分利用人臉的左右對(duì)稱性，首先對(duì)原始圖像進(jìn)行線性映射處 理；接著采用局部奇異值分解提取人臉特征，并對(duì)所獲得的特征作對(duì) 稱平均處理；最后依據(jù)最近鄰決策規(guī)則進(jìn)行識(shí)別。大大降低了原始圖 像特征空間的維數(shù)，有效消除了圖像亮度和噪聲的影響，取得了較高 且穩(wěn)定的正確識(shí)別率。
> 提出基于核主元分析與支持向量機(jī)的人臉識(shí)別 在模式識(shí)別中，核主元分析具有較好地提取非線性特征的優(yōu)勢(shì)； 而支持向量機(jī)具有較好的非線性映射能力，且泛化能力強(qiáng)。結(jié)合核主 元分析與支持向量機(jī)的特點(diǎn)，利用核主元分析對(duì)人臉圖像進(jìn)行特征提 取，依據(jù)支持向量^L與最近鄰準(zhǔn)則對(duì)所提取的核主元特征進(jìn)行分類識(shí)別，獲得了較好的分類識(shí)別效果。
(2) 虹膜識(shí)別
>提出基于局部小波變換和奇異值分解的虹膜識(shí)別 對(duì)虹膜圖像實(shí)行分窗d、波分解，并對(duì)各窗口的子帶圖像作篩選處
理；然后通過(guò)奇異值分解對(duì)篩選后的各子帶圖傳_作進(jìn)一步的特征提取 和壓縮，得到虹膜識(shí)別特征；最后利用加權(quán)歐氏距離分類器完成識(shí)另ij。 獲得了較好的識(shí)別結(jié)果。
>提出基于小波包分解的虹膜識(shí)別 小波包分解是從小波變換延伸而來(lái)的一種更精細(xì)的信號(hào)分析算 法，具有分析高頻特征信息的優(yōu)勢(shì)。結(jié)合小波包分解的特點(diǎn)，對(duì)虹膜 圖像實(shí)行分窗小波包分解，通過(guò)對(duì)各窗口的子帶圖像作篩選處理、特 征提取和壓縮、分類識(shí)別，獲得了較好的識(shí)別結(jié)果。
(3) 語(yǔ)音識(shí)別
研制了特定人語(yǔ)音識(shí)別控制器，識(shí)別孤立詞語(yǔ)音命令和執(zhí)行相應(yīng) 動(dòng)作，其核心算法是自適應(yīng)差分脈沖編碼調(diào)制算法和動(dòng)態(tài)時(shí)間彎折算 法，硬件平臺(tái)為ADSP2181，識(shí)別率達(dá)到97%;同時(shí)，研制了非特定人 語(yǔ)音識(shí)別控制器，其核心算法是基于H固^t型和平滑聲韻基元的識(shí)別 算法，滿足了設(shè)計(jì)的要求；此外，提出完善的局部最優(yōu)改進(jìn)算法及其 實(shí)現(xiàn)，分析了矢量量化碼本設(shè)計(jì)基本算法及其不足；利用模擬退火算 法進(jìn)行全局最優(yōu)碼本設(shè)計(jì)，得出了較好的識(shí)別結(jié)果。 (4)構(gòu)建基于人臉與虹膜等多模態(tài)生物特征識(shí)別模型 多模態(tài)生物特征識(shí)別可提高身份鑒別系統(tǒng)的整體性能。結(jié)合二維Fisher線性判別分析的特點(diǎn)，提出人臉與虹膜特征融合的身份識(shí)別。 首先對(duì)人臉圖像與虹膜圖像分別進(jìn)行壓縮降維處理，得到相應(yīng)的初始 特征矩陣；然后將人臉與虹膜的初始特征矩陣進(jìn)行組合，獲得組合特 征矩陣；同時(shí)，利用2DFLD算法對(duì)組合特征矩陣進(jìn)行特征融合；最后 運(yùn)用最小距離分類器完成識(shí)別。該模型克服了 "小樣本，，效應(yīng)，具有 可擴(kuò)展性和運(yùn)算量較小的優(yōu)點(diǎn)；提高了身份識(shí)別的識(shí)別率。
(5) 情感識(shí)別
提出基于幾何局部特征、DCT、 PCA、 2DPCA等特征的人臉表情識(shí) 別；同時(shí)，提出基于神經(jīng)網(wǎng)絡(luò)、SVM、模糊積分等信息融合方法的人 臉表情識(shí)別。對(duì)非特定人情況，表情識(shí)別率達(dá)到70~80%左右；對(duì)特 定人情況，表情識(shí)別率達(dá)到90%左右。
(6) 性別鑒別
>提出核函數(shù)Fi sher線性鑒別用于性別鑒別 分析不同樣本分布情況和不同參數(shù)條件下，訓(xùn)練樣本與測(cè)試樣本 的識(shí)別效果；表明在兩類模式識(shí)別中核函數(shù)Fisher鑒別理論具有良好 的識(shí)別效果與核/f圭的推廣能力。
>提出基于PCA-LDA算法的性別鑒別
結(jié)合主元分析與線性鑒別分析的特點(diǎn)，通過(guò)PCA算法與LDA算法分 別計(jì)算訓(xùn)練樣本的特征子空間，將兩個(gè)特征子空間進(jìn)行融合，獲得融 合特征空間；將訓(xùn)練樣本與測(cè)試樣本分別朝融合特征空間投影，得到 識(shí)別特征；利用最近鄰準(zhǔn)則即可完成性別鑒別；獲得了較好的識(shí)別結(jié) 果。
ii本系統(tǒng)適合于重要區(qū)域的門(mén)禁管制、職員或會(huì)員管理、銀行證券 類身份確認(rèn)、個(gè)人財(cái)產(chǎn)使用管制、證照類、社保類、醫(yī)療檔案管理、 計(jì)算機(jī)系統(tǒng)及信息安全等。本項(xiàng)目的應(yīng)用對(duì)智能控制、工業(yè)生產(chǎn)、通 信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)帶來(lái)了極大的影響，改變了人們的工作方式和 生活方式，產(chǎn)生了較大的經(jīng)濟(jì)效益和社會(huì)效益，推動(dòng)了社會(huì)經(jīng)濟(jì)的發(fā) 展，將使人與計(jì)算機(jī)的交互如同人與人交互那樣自然的追求目標(biāo)逐步 成為現(xiàn)實(shí)。
當(dāng)然，本發(fā)明除了上述實(shí)施方式之外，其它等同^t支術(shù)方案也應(yīng)當(dāng) 在其保護(hù)范圍之內(nèi)。
權(quán)利要求
1、生物特征識(shí)別系統(tǒng)，其特征在于該系統(tǒng)是基于雙模態(tài)生物特征信息數(shù)據(jù)庫(kù)的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu)，包括主服務(wù)器、多個(gè)數(shù)據(jù)庫(kù)服務(wù)器(本地服務(wù)器(1)、本地服務(wù)器(2)、......本地服務(wù)器(n))和連接在數(shù)據(jù)庫(kù)服務(wù)器之下的用戶機(jī)，數(shù)據(jù)庫(kù)服務(wù)器通過(guò)廣域網(wǎng)與主服務(wù)器連通，在主服務(wù)器的控制下通過(guò)廣域網(wǎng)進(jìn)行數(shù)據(jù)交換、數(shù)據(jù)共享，用戶機(jī)(用戶機(jī)(1)、用戶機(jī)(2)、......用戶機(jī)(m))用于對(duì)測(cè)試樣本的采集、分析和特征提取，通過(guò)局域網(wǎng)把分析結(jié)果、特征數(shù)據(jù)和查詢要求傳送到數(shù)據(jù)庫(kù)服務(wù)器，數(shù)據(jù)庫(kù)服務(wù)器根據(jù)用戶機(jī)的要求對(duì)已有人臉圖像、語(yǔ)音等進(jìn)行特征提取，然后將它們與傳過(guò)來(lái)的數(shù)據(jù)進(jìn)行比較，即身份識(shí)別，最后把識(shí)別結(jié)果傳給發(fā)出要求的用戶機(jī)，當(dāng)本地服務(wù)器沒(méi)有所需數(shù)據(jù)或得不出識(shí)別結(jié)果時(shí)，本地服務(wù)器(1)會(huì)向主服務(wù)器發(fā)出請(qǐng)求，主服務(wù)器則向其他服務(wù)器(本地服務(wù)器(2)、......本地服務(wù)器(n))發(fā)出查詢命令，從而對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)挖掘并進(jìn)行身份認(rèn)證，最后把結(jié)果送給發(fā)出要求的用戶機(jī)。
2、 根據(jù)權(quán)利要求1所述的生物特征識(shí)別系統(tǒng)，其特征在于所述的 雙模態(tài)生物特征信息數(shù)據(jù)庫(kù)是人臉和語(yǔ)音雙模態(tài)生物特征信息數(shù)據(jù) 庫(kù)。
3、 根據(jù)權(quán)利要求1或者2所述的生物特征識(shí)別系統(tǒng)，其特征在于 在雙模態(tài)生物特征數(shù)據(jù)庫(kù)的基礎(chǔ)上，融入多種生物特征數(shù)據(jù)庫(kù)，形成 多模態(tài)生物特征信息識(shí)別。
4、 根據(jù)權(quán)利要求2所述的生物特征識(shí)別系統(tǒng)，其特征在于所述的人臉和語(yǔ)音雙模態(tài)生物特征的人臉與語(yǔ)音特征采用HMM模型后融合識(shí)別。
全文摘要
本發(fā)明公開(kāi)了一種生物特征識(shí)別系統(tǒng)，采用雙模態(tài)識(shí)別技術(shù)，可以揭示人臉、語(yǔ)音、指紋等多生物特征之間的互補(bǔ)性和相關(guān)性規(guī)律，有效避免了單模態(tài)生物特征識(shí)別的局限性，并且該系統(tǒng)是基于生物特征識(shí)別的用戶機(jī)/服務(wù)器網(wǎng)絡(luò)結(jié)構(gòu)模型，利用有限帶寬有效減少了網(wǎng)絡(luò)傳輸數(shù)據(jù)量、減輕了服務(wù)器運(yùn)算負(fù)擔(dān)，具有容錯(cuò)功能、可擴(kuò)展性、抗干擾性的優(yōu)點(diǎn)，具有魯棒性和環(huán)境適應(yīng)性。
文檔編號(hào)H04L29/06GK101483652SQ200910036660
公開(kāi)日2009年7月15日 申請(qǐng)日期2009年1月10日 優(yōu)先權(quán)日2009年1月10日
發(fā)明者何國(guó)輝, 余義斌, 應(yīng)自爐, 張歆奕, 梁淑芬, 王小平, 甘俊英, 兵 羅, 胡異丁 申請(qǐng)人:五邑大學(xué)