基于SVM和归一化技术的音视频特征融合身份识别.pdf

《基于SVM和归一化技术的音视频特征融合身份识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《电气自动化)2012年第34卷第3期模式识别PaternIdentifications基于SVM和归一化技术的音视频特征融合身份识别丁辉。安今朝(西北民族大学管理学院，甘肃兰州730124)摘要：针对噪声环境下人脸识别率和说话人识别率低的问题，在研究特征层融合的基础上，结合归一化技术和SVM理论，提出了一种融合人脸和语音的多生物特征识别模型。首先采用离散余弦变换和局部保持投影算法提取人脸特征及SVM方法提取语音特征，在特征层进行融合得到融合特征后，计算测试身份与模板间的距离，为了减少计算量和提高识

2、别性能，对匹配距离进行归一化处理，最后输入到SVM进行识别。仿真结果表明，在噪声环境下，当信噪比降低时，融合识别率要明显高于单个系统的识别率，达到了身份识别的目的。关键词：支持向量机；归一化；局部保持投影；特征融合[中图分类号]TP391．41[文献标志码]A[文章编号]1000—3886(2012)03—0088—03Audio—visuaIFeatureFusionPersonldentifiCatiOnBasedonSVMandScoreNormalizationDINGHui．ANJin—z

3、hao(ManagementCollegeofNorthwestUniversityforNationalities，LanzhouGansu730124，China)Abstract：Inordertosolvetheproblemoflowrecognitionrateoffacerecognitionandspeechrecognitionunderthewickednoiseconditions．Basedonthestudiesoffeaturelevelfusiontheoryandco

4、mbinedwitllNormalizationandSVMtheory-anovelmodelforfacefeaturesandspeechfeaturesfusionrecognitionispresentedinthispaper．First，weextractthefacefeaturesandspeechfeaturescorrespondingly，thenwefusethetwofeaturesonthefeaturelevelinordertoobtainthefusionfeat

5、ure，afterthecalculationofthedistancebetweenthetestpeopleandtemplatepeoplewenormalizethematchingdistance80astoreducethecomputationalandtoimprovetherecognitionaccuracy．Atthelast，weputthenormalizationmatchingdistanceintoSVMCanweobtaintherecognitionresult．

6、Theexperimentshowthatthefusionsystemperformswellbothinresponsetimeandsystemaccuracyespeciallyinnoisybackground．Keywords：Suppo~VectorMachine(SVM)；ScoreNormalization；LocalPreserveProjection(LPP)；FeatureFusionO引言的应用。对于一幅MN的图像矩阵．厂(，Y)，其离散余弦变换定国际安全形势的日趋复杂化对

7、身份验证技术的需求与日俱义为：．增，与传统身份验证方法相比，生物特征识别技术具有稳定，便)=))M-IN-I，(捷，不易伪造等特点，得到了广泛的研究与发展。人脸识别技术C(u，)=o(“)。()∑∑，(x,y))××ccOS丝××⋯0y0⋯‘当受到光照，姿态等影响时，识别率会急剧下降，而说话人识别技术也常常受到各种噪声的影响⋯。因此，采用基于信息融合技术cos(1)的音视频信息融合识别方法成为了解决这些问题的新思路。其中C(1,l，)称为矩阵f(x，Y)的DCT系数，=0，1，⋯，M，：本文在研究特

8、征层融合的基础上，提出了一种归一化方法和0，1，⋯，N，U(u)，a(口)分别定义为：SVM相结合的人脸和语音融合识别方法。对于人脸图像，采用离散余弦变换和局部保持投影算法进行特征提取与识别J，而。()：f／2Ⅱ=0(2)L1othwewise对于语音信号则采用支持向量机的方法。最后利用归一化和支持向量机在特征层完成融合识别。仿真实验表明，在噪声背景Ⅱv)：fo(3)L1othwewise下，该融合模型依然有很高的识别率，有效地提高了身份识别的准确性，为多生物特征识别