[发明专利]基于人脸—指纹协同的身份识别方法

说明书

技术领域

本发明涉及一种利用机器视觉和模式识别技术，更具体的说，涉及一种基于人脸-指纹协同的身份识别方法。

背景技术

生物特征识别技术能提供一个方便、安全、可靠的身份认证解决方案，是当前信息安全、图像处理、模式识别等学术领域极为关注的热点问题。但是，由于生物特征识别技术的研究还处于初始发展阶段，如何提高识别系统的准确性和鲁棒性也是信息安全、图像处理、模式识别等学术领域极为关注的难点问题。近几年来人脸识别、指纹识别等单模态生物特征识别技术的研究取得了飞跃性进展，目前一些先进的识别算法在理想的实验室环境下已经达到了满意的效果。但是，面对越来越复杂的实际应用场景，识别准确率远远达不到鉴别专家用肉眼进行识别的正确率，还有许多关键问题亟待解决。并且，每一种单一的生物特征都不是完美的，都具有局限性和不足之处，充分利用其它生物特征的优势，将多种生物特征结合使用，实现优势互补，是生物特征识别技术的未来发展方向。因此，利用两个或者两个以上的生物特征构建的多模态生物特征识别系统相继出现。多模态生物特征识别系统在一定程度上解决了单模态生物特征识别系统的鲁棒性差、冒充问题和小样本问题等。但是，在以往的研究中，多模态生物特征识别技术中使用的多种生物特征都不是来自同一个人的，而是在如下假设下随便组合的，即假设同一个人的各种生物特征在统计上是相互独立的。这种假设忽略了同一个人各种生物特征之间的内在联系，因而不能从根本上提高生物特征识别技术的性能，从而使多模态生物特征识别技术的发展处于瓶颈状态。面对社会各领域越来越复杂的实际应用场景，为了满足识别系统准确性、鲁棒性、快速性等多方面的要求，国内外对多模态生物特征识别技术的需求日益高涨，多模态生物特征识别技术的发展已经成为一个亟待解决的现实性问题，并且具有极其重要的理论价值和应用价值。

发明内容

针对上述现有技术中存在的技术问题，本发明提出一种基于人脸-指纹协同的身份识别方法，该方法可以提高生物特征识别系统的准确性和鲁棒性，解决制约多模态生物特征识别技术发展的疑难问题，为多模态生物特征识别技术跻身世界前列发挥重要作用，也为图像处理、模式识别、认知科学等领域的难点问题提供新方法和新理论。

为达到上述目的，本发明所采用的技术方案如下：

一种基于人脸-指纹协同的身份识别方法，用于机器视觉和模式识别领域中的身份识别，具体步骤如下：

1)图像低层视觉特征选择与融合，是以识别为目标，使用全局特征向量与局部特征向量相融合的方法来提取人脸图像和指纹图像的高效低层视觉特征；

2)建立图像高层语义特征表述模型，是对图像的低层视觉特征与高层语义之间的内在联系进行分析，通过函数关系实现低层视觉特征到高层语义之间的映射；

3)分析人脸与指纹特征之间的关联性，是基于非参数模型的方法，采用联合分布来表示不同模态信息之间的关联性，把不同模态信息的联合特征向量映射到一个低维的特征子空间，然后在低维子空间里估计不同模态信息的联合分布；

4)解决多分类器在训练阶段以及决策阶段的协同，实现高层语义特征的多模态信息交互，是依据协同训练算法，在人脸所包含的信息构成的视图以及指纹所包含的信息构成的视图上，首先利用有标记数据分别训练出多个分类器，然后，利用每个分类器对未标识数据进行预测，并对预测结果进行融合，最后，依据融合结果将其中具有较高置信度的数据添加到对方的标识数据集中，以便对方用扩大的数据集来进行下一轮训练，此过程不断叠代进行，直到满足终止条件；

5)建立人脸-指纹协同数据库，包含同一个人的人脸和指纹图像的数据库。

所述步骤1)中，以识别为目标，通过进一步合理选择Gabor、尺度不变特征转换(Scale-invariant feature transform，SIFT)以及局部二值模式(Local Binary Pattern，LBP)等的有效成分，研究更有效的局部特征提取方式，从而得到对局部形变、尺度、光照、视角等构成一定程度不变量的高效低层视觉特征，最后，通过融合全局特征和局部特征来实现图像表征。

所述步骤2)中，采用构造监督视觉词，消除图像特征表达中冗余的特征维度，而加强对分类有帮助的维度，从而极大地增强最终得到的高层语义特征表述的分类能力。