多生物特征融合的矿井人员身份识别

• 作者: 王君 蒲磊 何新宇 曹麟阁 梁文威 梁薇薇 成斌 徐铭江
• 来源期刊: 科技通报
• 关键词: 井下安全 多生物特征相融合 霍特林变换 决策树支持向量机分类器
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 工业技术
• 页码范围: 44-49
• 页数: 6页
• 分类号: TP3-05
• 语种: 中文
• DOI: 10.13774/j.cnki.kjtb.2021.03.008

摘要

针对传统的单一人脸识别身份的方法在遇到光线不明、粉尘附着、部分遮挡情况下,识别效果不佳.本文提出了多种生物特征相融合的识别方法.该方法首先提取井下人员的人脸、虹膜、指纹的特征,对特征进行融合并产生新的特征向量,通过监督式学习训练,形成新的图像特征模板库.最后,用获取的人员新特征与模板库的特征进行匹配,从而完成身份识别.在图像处理过程中,使用了霍特林变换,快速滤除大部分无用特征信息,通过决策树支持向量机分类器(decision trees support vector machine,DT-SVM)精准实现身份识别.实验仿真结果表明:这种方法减少了算法的计算复杂度,提高了身份识别的准确性,增强了对工作人员的安全监控.