本文關(guān)鍵詞：融合說話人識別和人臉識別的身份認證

  更多相關(guān)文章： 身份認證 說話人識別 人臉識別 GMM 決策層融合

【摘要】：在個人身份信息安全問題突顯的今天,單模態(tài)生物特征下的身份認證技術(shù)因其自身的局限性,已經(jīng)不能夠滿足人們的需要。利用多模態(tài)生物特征進行身份認證的技術(shù)已成為當今社會的研究熱點。論文實現(xiàn)了說話人識別和人臉識別,并根據(jù)語音的信噪比和外界光照條件在決策層對說話人識別的結(jié)果和人臉識別的結(jié)果進行融合,以提高身份認證的正確率,從而彌補說話人識別和人臉識別對環(huán)境噪聲和環(huán)境光照條件的不同要求。論文的主要工作如下:1、實現(xiàn)了說話人識別。采用基于高斯混合模型(Gaussian Mixture Model,GMM)的說話人識別方法,對不同說話人的訓(xùn)練語料經(jīng)過預(yù)加重、分幀、加窗后,提取訓(xùn)練語料的梅爾頻率倒譜系數(shù)(Mel Frequency Cepstrum Coefficient,MFCC)作為特征向量,訓(xùn)練得到每個說話人的聲學(xué)模型,組成所有說話人的GMM模型庫。在識別階段,對輸入的待識別說話人的語音信號,提取聲學(xué)特征MFCC,并將特征向量與GMM模型庫進行匹配,并根據(jù)匹配概率獲得識別結(jié)果。實驗結(jié)果表明,本文實現(xiàn)的說話人識別能夠在純凈語音下達到92.8%的識別率。2、實現(xiàn)了人臉識別。采用GMM分類器進行人臉識別。在訓(xùn)練階段,首先對人臉進行圖像預(yù)處理,然后采用基于膚色人臉區(qū)域檢測方法完成人臉檢測,接著對人臉圖像進行歸一化,并采用基于主成分分析的特征提取算法提取人臉特征,最后根據(jù)特征訓(xùn)練得到每個人的GMM,從而生成GMM人臉模型庫。識別階段,對識別者的人臉圖像經(jīng)過人臉檢測和特征提取后,將得到的人臉特征向量與GMM人臉模型庫進行概率匹配,設(shè)定系統(tǒng)分類閾值后,獲得識別結(jié)果。實驗表明,本文實現(xiàn)的人臉識別能夠在人臉圖像高信噪比的條件下達到78.1%的識別率。3、實現(xiàn)了融合說話人識別和人臉識別的身份認證。采用決策層融合方法,將說話人識別和人臉識別的識別結(jié)果進行融合得到融合后的識別結(jié)果。設(shè)定了外界語音信號的信噪比閾值和圖像亮度平均值閾值,采用分段式處理方法獲得融合權(quán)重。當語音信號信噪比小于信噪比閾值,則身份認證依靠人臉識別完成;當外界圖像亮度平均值小于亮度平均值閾值,則身份認證依靠說話人識別完成。實驗結(jié)果表明,在高信噪比且良好光照的情況下,融合后的平均識別正確率比單獨的說話人識別正確率提高了1.55%,比單獨的人臉識別正確率提高了17.41%。在低信噪比且光照條件差的情況下融合后的平均識別正確率比單獨人臉識別正確率提高了73.22%。
【關(guān)鍵詞】：身份認證 說話人識別 人臉識別 GMM 決策層融合
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TN912.34
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景及意義9-11
• 1.2 研究現(xiàn)狀11-12
• 1.3 研究內(nèi)容和結(jié)構(gòu)12-14
• 1.3.1 論文的主要內(nèi)容12
• 1.3.2 論文的結(jié)構(gòu)安排12-14
• 第2章 說話人識別技術(shù)14-21
• 2.1 說話人識別基本概念14-15
• 2.1.1 按目標不同分類14
• 2.1.2 按內(nèi)容不同分類14-15
• 2.2 原理結(jié)構(gòu)及特征參數(shù)15-18
• 2.2.1 LPCC特征參數(shù)15-16
• 2.2.2 MFCC特征參數(shù)16-18
• 2.3 說話人識別常用方法18-20
• 2.3.1 基于模板匹配的方法18
• 2.3.2 基于概率模型的方法18-20
• 2.3.3 基于判決模型的方法20
• 2.4 本章小結(jié)20-21
• 第3章 人臉識別技術(shù)21-28
• 3.1 人臉識別基本概念21
• 3.2 人臉識別的基本原理21-24
• 3.3 人臉識別方法的分類24
• 3.4 人臉識別常用方法24-27
• 3.4.1 基于PCA人臉識別方法24-25
• 3.4.2 基于SVD人臉識別方法25-26
• 3.4.3 基于HMM人臉識別方法26
• 3.4.4 基于神經(jīng)網(wǎng)絡(luò)的人臉識別方法26-27
• 3.5 高斯混合模型分類器27
• 3.6 本章小結(jié)27-28
• 第4章 融合方法28-32
• 4.1 融合概念28
• 4.2 融合層級28-29
• 4.3 融合方法權(quán)重匹配29-31
• 4.4 本章小結(jié)31-32
• 第5章 實驗及評測32-46
• 5.1 實驗框架32-33
• 5.2 實驗過程33-37
• 5.2.1 說話人識別部分33-35
• 5.2.2 人臉識別部分35-36
• 5.2.3 數(shù)據(jù)融合部分36-37
• 5.3 實驗結(jié)果37-45
• 5.3.1 說話人識別37-39
• 5.3.2 人臉識別39-41
• 5.3.3 實驗結(jié)果分析41-45
• 5.4 本章小結(jié)45-46
• 第6章 總結(jié)與展望46-48
• 6.1 工作總結(jié)46-47
• 6.2 進一步工作展望47-48
• 參考文獻48-51
• 攻讀學(xué)位期間的研究成果51-52
• 致謝52

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 石艷;王曉曄;;新穎檢測法在說話人識別技術(shù)中的應(yīng)用[J];現(xiàn)代計算機(專業(yè)版);2008年07期

2 劉雪燕;張娜;袁寶玲;;說話人識別綜述[J];電腦知識與技術(shù);2009年01期

3 邱政權(quán);范小春;王俊年;;基于動態(tài)環(huán)境下的說話人識別[J];科學(xué)技術(shù)與工程;2010年02期

4 單進;;說話人識別技術(shù)研究[J];科技資訊;2010年21期

5 申志生;于明;;說話人識別算法的定點DSP實現(xiàn)[J];單片機與嵌入式系統(tǒng)應(yīng)用;2011年03期

6 謝建勛;;淺談?wù)f話人識別技術(shù)[J];電腦知識與技術(shù);2011年11期

7 安茂波;劉建;;一個快速說話人識別系統(tǒng)的設(shè)計和實現(xiàn)[J];網(wǎng)絡(luò)新媒體技術(shù);2012年03期

8 楊迪;戚銀城;劉明軍;張華芳子;武軍娜;;說話人識別綜述[J];電子科技;2012年06期

9 武光利;;說話人識別方法概述[J];硅谷;2012年19期

10 曹業(yè)敏,侯風(fēng)雷,王炳錫;說話人識別技術(shù)現(xiàn)狀與進展[J];河南科技;1998年09期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 鮑福良;方志剛;徐潔;;說話人識別綜述[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

2 孫帆;遲惠生;;循環(huán)網(wǎng)絡(luò)說話人識別[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

3 肖劍;歐貴文;;多層前饋神經(jīng)網(wǎng)絡(luò)組的文本無關(guān)說話人識別[A];第七屆全國人機語音通訊學(xué)術(shù)會議（NCMMSC7）論文集[C];2003年

4 張玲華;鄭寶玉;楊震;;模糊超橢球聚類算法及其在說話人識別中的應(yīng)用研究[A];第八屆全國人機語音通訊學(xué)術(shù)會議論文集[C];2005年

5 王宏;潘金貴;;基于矩陣正態(tài)分布的文本有關(guān)說話人識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會議論文集（上冊）[C];2007年

6 戴紅霞;趙力;;文本無關(guān)說話人識別系統(tǒng)的研究[A];2007’促進西部發(fā)展聲學(xué)學(xué)術(shù)交流會論文集[C];2007年

7 陳聯(lián)武;郭武;戴禮榮;;說話人識別系統(tǒng)中多樣訓(xùn)練的應(yīng)用[A];第十一屆全國人機語音通訊學(xué)術(shù)會議論文集（一）[C];2011年

8 崔玉紅;胡光銳;;基于神經(jīng)網(wǎng)絡(luò)特征維數(shù)壓縮方法及其在說話人識別中的應(yīng)用[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

9 吳麗麗;;基于仿生模式識別的說話人識別學(xué)習(xí)模型研究[A];第二屆中國科學(xué)院博士后學(xué)術(shù)年會暨高新技術(shù)前沿與發(fā)展學(xué)術(shù)會議程序冊[C];2010年

10 張晶;董金明;馮文全;;說話人識別系統(tǒng)研究與實現(xiàn)[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 汪永安;科大訊飛說話人識別技術(shù)世界領(lǐng)先[N];安徽日報;2008年

2 吳長鋒;科大訊飛勇奪說話人識別國際大賽第一[N];科技日報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 單振宇;情感說話人識別及其解決方法的研究[D];浙江大學(xué);2010年

2 別凡虎;說話人識別中區(qū)分性問題的研究[D];清華大學(xué);2015年

3 謝怡寧;基于稀疏編碼的魯棒說話人識別方法研究[D];哈爾濱理工大學(xué);2016年

4 安冬;噪聲背景下說話人識別的若干關(guān)鍵問題研究[D];東北大學(xué);2013年

5 吳迪;低信噪比環(huán)境下說話人識別研究[D];蘇州大學(xué);2016年

6 陸偉;基于缺失特征的文本無關(guān)說話人識別魯棒性研究[D];中國科學(xué)技術(shù)大學(xué);2008年

7 劉鏑;說話人識別中信息融合算法的研究[D];北京交通大學(xué);2011年

8 付中華;說話人識別系統(tǒng)魯棒性研究[D];西北工業(yè)大學(xué);2004年

9 林琳;基于模糊聚類與遺傳算法的說話人識別理論研究及應(yīng)用[D];吉林大學(xué);2007年

10 邱政權(quán);在噪聲環(huán)境下的說話人識別[D];華南理工大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 叢菡菡;基于支持相量機的穩(wěn)鍵說話人識別[D];電子科技大學(xué);2008年

2 任舒彬;面向手持應(yīng)用的說話人識別算法研究[D];浙江大學(xué);2006年

3 申志生;文本相關(guān)說話人識別嵌入式系統(tǒng)及其關(guān)鍵技術(shù)研究[D];河北工業(yè)大學(xué);2011年

4 汪q，

本文編號：882779