基于多模态特征融合的身份识别研究与实现
胡正豪
翟昊
姜兆祯
周川川
陆军炮兵防空兵学院信息工程系 合肥 230031
摘要：针对单模态身份识别技术的安全性较低问题,论文提出一种将声纹特征与人脸特征相融合的多模态特征融合方法.该方法首先对语音信号提取梅尔倒谱系数构建高斯混合模型,然后将模型得分归一化作为特征与图像主成分分析(PCA)特征融合进行支持向量机(SVM)分类识别.论文主要测试了在不同噪声环境、不同融合方式以及不同核函数情况下,单模态与多模态的识别率对比情况.实验证明,特征融合后的多模态识别比单模态识别更加稳定,抗噪性更强;串联融合的效果要优于并联融合的效果.
关键词：支持向量机高斯模型特征融合人脸识别声音识别身份识别人工智能信息融合
分类号：TP18(自动化基础理论)
论文发表日期：2021-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 54-57,134 )
英文信息