资源描述：
《结合并行融合的序列化多模态生物特征识别系统框架aframeworkof》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、JournalofComputerApplicationsISSN1001-90812015-【-10计算机应用,2015,【(【):【-【CODENJYIIDUhttp://www.joca.cn结合并行融合的序列化多模态生物特征识别系统框架1,23*李海霞，张擎(1.山东省高校证据鉴识重点实验室（山东政法学院），山东济南250014；2.山东政法学院信息学院，山东济南，250014；3.山东大学，山东济南250101)(*通信作者电子邮箱zq-abby@163.com)摘要:针对多模态生物特征识别系统中并行融合模式中使用方便性和使用效率方面
2、的问题，在现有序列化多模态生物特征识别系统的基础上，提出了一种结合并行融合和序列化融合的多生物特征识别系统框架。框架中首先采用步态、人脸与指纹三种生物特征的不同组合方式以加权相加的得分级融合算法进行的识别过程；其次，利用在线的半监督学习技术提高弱特征的识别性能，从而进一步增强系统的使用方便性和识别可靠性。理论分析和实验证明，在此框架下，随使用时间的推移，系统能够通过在线学习提高弱分类器的性能，用户的使用方便性和系统的识别精度都得到了进一步提升。关键词:多模态生物特征识别；序列化集成；并行集成；使用方便性；半监督学习中图分类号:TP391.41图
3、像识别及其装置文献标志码:AAFrameworkofSerialMultimodalBiometricswithParallelFusion1,23*LIHaixia(李海霞),ZHANGQing(张擎)(1.EvidenceForensiclaboratoryinUniversitiesofShandongProvince,ShandongUniversityofPoliticalScienceandLaw,Jinan250014,China;2.SchoolofInformation,ShandongUniversityofPolitica
4、lScienceandLaw,Jinan250014,China;3.ShandongUniversity,Jinan250101,China)Abstract:Inthemultimodalbiometricsystem,theserialfusionmodehasmoreadvantagesthantheparallelfusionmodeinconvenienceandefficiency.Basedoncurrentworksonserialmultimodalbiometricsystem,aframeworkwhichcombine
5、stheparallelfusionmodewiththeserialfusionmodeisproposed.Intheframework,theweightedscorelevelfusionalgorithmongait,faceandfingerisproposedatfirst,thensemi-supervisedlearningtechniquesareusedtopromotetheperformanceofweakertrait(s)inthesystem,andthesimultaneousupgradeofboththeu
6、serconvenienceandrecognitionaccuracyisachieved.Analysisandexperimentsprovesthattheconvenienceandrecognitionaccuracyaresuccessfullypromptedinthisframework.Keywords:multimodalbiometric;serialfusion;parallelfusion;userconvenience;semi-supervisedlearning别的识别精度和识别效率等指标之间进行权衡，或者如何
7、将0引言多个生物特征识别技术序列化配合使用，以提高系统的整体[9]识别性能。最新研究指出，在序列化生物特征识别中，不在多生物特征识别系统的研究中，绝大多数工作都集中同生物特征的使用方便程度是不同的，使用方便程度决定了在并行融合层面上，即同时采集和使用多种生物特征实现识用户使用系统需要付出的代价。在文献[9]提出的序列化多生[1-4]别。并行融合可以提高系统的识别性能，但其具有使用效物特征识别框架中，仍然存在信息使用不充分的问题。因此，率低等方面的缺点，影响了广泛应用。在有些应用场合，序本文的研究目标是基于样本的特点，利用半监督学习技术对列化多模
8、态生物特征识别方式更符合应用需求。研究表明，模板库进行扩充，从而提升系统各阶段分类器的识别准确率，序列化多模态生物特征识别系统在时效等方面比并行融合方
