基于层级分数级融合的双胞胎识别

随着技术的发展，生物特征识别系统的使用领域和重要性开始增加。由于每个人的特征彼此不同，单一模型的生物特征系统可以取得成功的识别结果。然而，由于双胞胎个体的特征非常接近，包含个体多种特征的多模态生物特征系统更为合适，并能提高识别率。在本研究中，开发了一种由多种算法和多种模型组合而成的多生物特征识别系统，用于区分个体与其他人及其双胞胎。多模态模型使用了耳部和语音生物特征数据，数据集中包含38对双胞胎的耳部图像和录音。使用经典（手工设计）和深度学习算法获得了声音和耳部识别率。将所得结果通过层级分数级融合方法结合，在rank-1中达到94.74%的成功率，在rank-2中达到100%。