基于人脸和语音的混合型身份认证系统

山东大学学报(工学版)

基于人脸和语音的混合型身份认证系统

陈涛¹, 方志刚^1,2, 徐洁²

1. 浙江大学信息科学与工程学院, 浙江杭州 310027; 2. 浙江大学城市学院, 浙江杭州 310015

收稿日期:2007-09-19 修回日期:1900-01-01 出版日期:2008-04-16 发布日期:2008-04-16
通讯作者: 陈涛

A multi-channel identity verification system based on face and voice

CHEN Tao¹, FANG Zhi-gang^1,2, XU Jie²

1. Information Science and Engineering College, Zhejiang University, Hangzhou 310027 China; 2. City College, Zhejiang University, Hangzhou 310015 China

Received:2007-09-19 Revised:1900-01-01 Online:2008-04-16 Published:2008-04-16
Contact: CHEN Tao

摘要/Abstract

摘要： 随着当前电子商务和金融交易领域的发展,用户身份认证的应用变得越来越广泛.结合实际,本文构建了一种基于人脸和语音的混合型身份认证系统,分别提出了基于重建误差分类器的特征脸确认算法和基于高斯混合 (Gaussian mixture models, GMM)说话人确认算法;最后在分数层进行融合,提出了基于正交多项式核函数的支持向量机.实验结果表明,该方法在分类、泛化能力和减少支持向量数目方面均取得了良好的效果,最终获得了较小的等误差率.

关键词: 确认模式, 支持向量机, 重建误差分类器, 高斯混合模型

Abstract: With the development of Ecommerce and financial trade, identity verification has been widely used. A verification system based on face and voice was given. Two algorithms of a reconstruction error classifier based on eigenfaces and speaker verification based on the Gaussian mixture model were realized. Finally, an alternative to the construction of the support vector machine (SVM) kernels from the orthogonal polynomials was presented. Experimental results show that the SVMs with orthogonal polynomial kernels outperform those with traditional kernels in terms of generalization power and less support vectors.

Key words: verification, support vector machine, reconstruction error classifier, Gaussian mixed model

中图分类号:

TP391.4

陈涛,方志刚,徐洁 . 基于人脸和语音的混合型身份认证系统[J]. 山东大学学报(工学版), 2008, 38(2): 56-60 .

CHEN Tao,FANG Zhi-gang,XU Jie . A multi-channel identity verification system based on face and voice[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2008, 38(2): 56-60 .

参考文献

相关文章 15

[1]	叶明全,高凌云,万春圆. 基于人工蜂群和SVM的基因表达数据分类[J]. 山东大学学报(工学版), 2018, 48(3): 10-16.
[2]	韩学山,王俊雄,孙东磊,李文博,张心怡,韦志清. 计及空间关联冗余的节点负荷预测方法[J]. 山东大学学报(工学版), 2017, 47(6): 7-12.
[3]	张杨,陈飞,徐海平. 基于图像块先验的低秩近似和维纳滤波的去噪算法[J]. 山东大学学报(工学版), 2017, 47(3): 16-20.
[4]	刘岩,李幼军,陈萌. 基于EMD和SVM的抑郁症静息态脑电信号分类研究[J]. 山东大学学报(工学版), 2017, 47(3): 21-26.
[5]	李素姝,王士同,李滔. 基于LS-SVM与模糊补准则的特征选择方法[J]. 山东大学学报(工学版), 2017, 47(3): 34-42.
[6]	刘杰, 杨鹏, 吕文生, 刘阿古达木, 刘俊秀. 基于气象因素的PM_2.5质量浓度预测模型[J]. 山东大学学报(工学版), 2015, 45(6): 76-83.
[7]	刘晓勇. 一种基于树核函数的半监督关系抽取方法研究[J]. 山东大学学报(工学版), 2015, 45(2): 22-26.
[8]	浩庆波, 牟少敏, 尹传环, 昌腾腾, 崔文斌. 一种基于聚类的快速局部支持向量机算法[J]. 山东大学学报(工学版), 2015, 45(1): 13-18.
[9]	李发权, 杨立才, 颜红博. 基于PCA-SVM多生理信息融合的情绪识别方法[J]. 山东大学学报(工学版), 2014, 44(6): 70-76.
[10]	周咏梅1，杨佳能2,阳爱民2. 面向文本情感分析的中文情感词典构建方法[J]. 山东大学学报(工学版), 2013, 43(6): 27-33.
[11]	王昊,华继学,范晓诗. 基于双联支持向量机的入侵检测技术[J]. 山东大学学报(工学版), 2013, 43(6): 53-56.
[12]	施珺,朱敏. 一种基于灰色系统和支持向量机的预测优化模型[J]. 山东大学学报(工学版), 2012, 42(5): 7-11.
[13]	赵加敏,冯爱民*,刘学军. 局部密度嵌入的结构单类支持向量机[J]. 山东大学学报(工学版), 2012, 42(4): 13-18.
[14]	潘冬寅，朱发，徐昇，业宁*. 结肠癌基因表达谱的特征选取研究[J]. 山东大学学报(工学版), 2012, 42(2): 23-29.
[15]	孙鹏,程世庆*,谢敬思,张海瑞. 预测混合生物质灰熔点的CV-GA-SVM模型[J]. 山东大学学报(工学版), 2012, 42(2): 108-111.

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed