[发明专利]人脸和虹膜混合识别的新方法——特征提取层融合

摘要

本发明涉及一种人脸和虹膜混合识别的新方法——特征层提取融合。根据神经网络、进化计算和模糊理论，构建人脸和虹膜特征提取层融合系统；在设计结构上采用全局和局部几何拓扑结构；利用粒子群优化算法，优化网络控制参数。在对人脸和虹膜图像进行特征提取时，采用超分辨率的图像增强算法，基于改进的球面谐波函数的光照补偿算法，基于线性相关滤波器的姿态估计和基于三维人脸的Candide模型和ASM算法的表情分析等技术，鲁棒地提取人脸和虹膜的特征向量，并采用自主开发的双重人脸和虹膜采集装置采集人脸和虹膜图像。本发明既能构建一种新的、有学习能力的、能够自动选择最佳网络拓扑结构并且能够自适应调整网络控制参数的系统，又能在人脸和虹膜的独立特征提取过程中，克服和降低环境和生理等因素的不利影响，有效地提高人脸和虹膜混合识别的识别率，促进基于人脸和虹膜混合识别的系统性能向实用性、可靠性和可接受性发展。

主权项

1.人脸与虹膜混合识别的新方法—特征提取层融合，包括如下步骤：步骤1：将神经网络、进化计算和模糊系统相互融合；步骤2：在结构设计上，将全局几何拓扑结构和局部几何拓扑结构相结合；步骤3：利用粒子群优化算法优化网络参数；步骤4：构建一种新的、有学习能力的、能够自动选择最佳网络拓扑结构并且能够自适应调整网络控制参数的系统；步骤5：以数学形态学的理论方法构造主成分算子(Principal Component，PC)提取抽象的基本元素；步骤6：使用该系统在人脸、虹膜图像特征提取层进行融合。