基于KCCA的特征融合方法及人耳人脸多模态识别

被引：4

作者：

徐晓娜 ^{[1
]}

穆志纯 ^{[2
]}

潘秀琴 ^{[1
]}

赵悦 ^{[1
]}

机构：

[1] 中央民族大学信息工程学院

[2] 北京科技大学信息工程学院

来源：

华南理工大学学报(自然科学版) | 2008年 / 09期

关键词：

人耳识别; 多模态识别; 特征融合; 典型相关分析; 核方法; 关联特征;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对非打扰识别问题,鉴于人耳人脸特殊的生理位置关系,提出一种基于二者信息融合的多模态生物特征识别方法.该方法首先采集侧面视角人脸图像,然后将核方法引入到典型相关分析(CCA)中,提出基于核CCA的特征融合方法,并应用其提取人耳人脸的关联特征进行个体的分类识别.仿真实验结果证明了基于KCCA的特征融合方法的有效性.与人耳或侧面人脸单一模态的识别相比,基于人耳人脸的多模态识别的性能显著提高,这为非打扰式生物特征识别提供了一条有效途径.

引用

页码：117 / 121

页数：5