基于人耳人脸信息融合的多模态生物特征识别技术

近年来,基于人脸与其他特征体融合的多模态识别技术的研究取得很大进展，有效提高了识别率。但这些技术多在匹配和决策层实现，要求特征之间尽可能独立，却不能充分利用特征间的互补性，而且这些融合方法不具备人脸识别的"非打扰"特点。本课题则从实现非打扰识别的角度出发，结合我们前期在人耳识别研究方面取得的成果，提出基于人耳人脸信息融合的多模态识别技术，重点研究两者的互补性及由此产生的关联特征的描述和提取方法等问题，并以人耳人脸融合为基础，探索多模态识别在特征层融合的方法、遮挡以及信息残缺时的最小特征集的确定等问题，构建多层递阶融合分类器，以期达到提高非打扰识别系统的识别率和识别范围的目的。此外研制具有自主知识产权的人耳人脸多模态自动识别系统，最终达到识别率95%以上；建立数量不少于500人的基于网络的开放式、用于人耳人脸多模态识别的测试图像库。