基于语音与耳图像的双模态双胞胎识别
计算机视觉与模式识别
2018-01-30 v1
摘要
生物特征识别技术的发展变得愈发关键。传统生物特征系统用于定义人体特征，但因无法识别双胞胎，多模态生物特征系统得以发展。本研究提出一种多模态生物特征识别系统，利用图像和语音数据将双胞胎彼此区分并与其他人区分。语音或图像数据足以将人彼此识别，但仅凭其中一种数据无法区分双胞胎。因此需要结合语音与耳图像的稳定识别系统。数据库使用了39对双胞胎的照片和语音数据。语音识别采用MFCC和DTW算法。耳识别采用Gabor滤波器和DCVA算法。通过匹配分数级融合提高了多生物特征成功率。尤其rank-5达到了100%。我们认为语音和耳可互补。因此，结果表明基于语音和耳的多生物特征对人体识别是有效的。
引用
@article{arxiv.1801.09056,
title = {A Multi-Biometrics for Twins Identification Based Speech and Ear},
author = {Cihan Akin and Umit Kacar and Murvet Kirci},
journal= {arXiv preprint arXiv:1801.09056},
year = {2018}
}