基于GMM-WSUM的多生物特征二级融合识别方法

• 作者: 张东波 李雄
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 高斯混合模型 多生物特征融合 人脸 指纹
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 179-182,215
• 页数: 5页
• 分类号: TP391.4
• 字数: 5934字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1203-0559

摘要

结合基于密度估计和归一化两种融合方法的优点，在匹配分数层级提出了一种基于高斯混合模型（Guassian Mixture Model，GMM）和加权和（Weighted Sums，WSUM）的多生物特征二级融合识别方法。利用GMM对匹配分数建模后，采用N-P准则作为第一级融合策略；第二级融合采用基于加权和的归一化方法，较好地解决了分数归一化融合方法在单模识别算法识别率相差较大时融合识别性能差的问题。在ORL、AR人脸数据库和FVC2004组成的人脸-指纹多模数据库上进行了实验，结果表明，该方法有效地提升了识别性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张东波	湘潭大学信息工程学院	72	505	12.0	19.0
3	李雄	湘潭大学信息工程学院	3	9	2.0	3.0