基于人脸与语音识别集成分类器的生物特征用户认证评估
密码学与安全
2020-06-02 v1
摘要
本文提出一种基于集成设计的生物特征用户认证系统，其采用人脸与语音识别分类器。设计方法包括开发与评估人脸和语音识别的独立分类器，并将二者集成于一个集成框架内。性能评估使用了三个基准数据集，即NIST Feret人脸、Yale Extended人脸和ELSDSR语音数据集。在三个基准数据集上的集成设计性能评估表明，双模态认证系统在准确率、精确率、真负率和真正率指标上均达到或超过99%，同时误报与漏报率低于1%。
引用
@article{arxiv.2006.00548,
title = {Evaluation of biometric user authentication using an ensemble classifier with face and voice recognition},
author = {Firas Abbaas and Gursel Serpen},
journal= {arXiv preprint arXiv:2006.00548},
year = {2020}
}
备注
11 pages, 8 Figures and 14 Tables. Accepted for publication in Journal of Information Assurance and Security