王婧,，彭亞雄，賀松,，陳余

　?。ㄙF州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院,，貴州 貴陽(yáng) 550025）

      摘要：基于生物特征識(shí)別的身份認(rèn)證技術(shù)已經(jīng)應(yīng)用于多個(gè)領(lǐng)域，然而單一的生物特征有各自的優(yōu)缺點(diǎn),，為了提高身份認(rèn)證的安全性和魯棒性,對(duì)多生物特征進(jìn)行融合便成為了身份認(rèn)證技術(shù)新的研究方向,。將指紋識(shí)別和聲紋識(shí)別通過(guò)加權(quán)融合的方法在匹配層進(jìn)行融合，實(shí)驗(yàn)結(jié)果表明,，融合系統(tǒng)的等錯(cuò)誤率（EER）比指紋識(shí)別和聲紋識(shí)別提高了0.3%~0.4%,，證明了融合系統(tǒng)識(shí)別率有所提高。

　　關(guān)鍵詞：指紋識(shí)別,；聲紋識(shí)別,；融合；生物特征

0引言

　　在當(dāng)今這個(gè)信息發(fā)展的時(shí)代,，身份認(rèn)證技術(shù)是保障信息安全的重要技術(shù)之一,。由于人體的生物特征有指紋、聲紋等,，因此屬于身體特征的識(shí)別方式有：指紋識(shí)別［1］,、手指靜脈識(shí)別［1］、人臉識(shí)別［2］,、聲紋識(shí)別［3-4］等,。之所以生物特征被廣泛地應(yīng)用于身份認(rèn)證，是因?yàn)檫@種認(rèn)證方式具有穩(wěn)定性,、無(wú)須記憶等優(yōu)點(diǎn),。

　　雖然生物特征識(shí)別技術(shù)有著眾多的優(yōu)點(diǎn)，但是它在現(xiàn)實(shí)中的應(yīng)用并沒(méi)有想象中那么廣泛,，而造成這種情況的原因有很多，如：利用指紋套復(fù)制指紋,、說(shuō)話人聲音的變化都會(huì)影響聲紋識(shí)別的效果,。因此，將多種生物特征相結(jié)合既可以很好地彌補(bǔ)單一生物特征自身所帶來(lái)的缺陷,，又可以提高身份認(rèn)證的識(shí)別率,。

　　本文研究說(shuō)話人識(shí)別與指紋識(shí)別的融合方式，采用自適應(yīng)加權(quán)融合方法,，在分別對(duì)說(shuō)話人識(shí)別與指紋識(shí)別進(jìn)行研究之后,，對(duì)自適應(yīng)加權(quán)融合系統(tǒng)的識(shí)別率進(jìn)行研究，經(jīng)過(guò)實(shí)驗(yàn)結(jié)果的比較,，證明融合的識(shí)別效果要比單一生物特征的識(shí)別率好,。

1基于指紋識(shí)別的身份認(rèn)證

　　1.1指紋圖像建模

　　使用指紋［5］來(lái)進(jìn)行身份認(rèn)證，建模時(shí),，系統(tǒng)對(duì)指紋圖片進(jìn)行特征提取,，所提取的特征點(diǎn)為端點(diǎn)和分叉點(diǎn)，并生成模板，而在特征提取前需要對(duì)圖片進(jìn)行預(yù)處理,，通過(guò)確定的中心點(diǎn)的位置來(lái)確定分叉點(diǎn),，最后得到的指紋特征用特征位置和方向來(lái)表示。指紋圖像所提取的特征點(diǎn)如圖1所示,?！?/p>

　　1.2指紋識(shí)別

　　在識(shí)別階段，所用的匹配方法是基于特征點(diǎn)模式,，利用指紋圖像的細(xì)節(jié)點(diǎn)坐標(biāo)模型來(lái)做細(xì)節(jié)匹配,，該方法是利用端點(diǎn)和分叉點(diǎn)來(lái)進(jìn)行指紋識(shí)別，它是利用幾何關(guān)系來(lái)判定模板圖像與測(cè)試圖像的兩組特征點(diǎn)位置特性的相似度,，并且采用打分的方式輸出匹配的結(jié)果,。具體的匹配方法可參閱參考文獻(xiàn)［1］。

　　1.3實(shí)驗(yàn)

　　在進(jìn)行指紋識(shí)別的研究時(shí),，本次實(shí)驗(yàn)所用的數(shù)據(jù)是51個(gè)人的指紋數(shù)據(jù),，每個(gè)人有不同的8張指紋圖片，為了實(shí)驗(yàn)方便,，在實(shí)驗(yàn)的過(guò)程中均采用每個(gè)人的第一張圖片作為模板,，剩余的7張圖片作為測(cè)試圖片，所得指紋識(shí)別系統(tǒng)的EER為0.367 8%,。

2基于聲紋識(shí)別的身份認(rèn)證

　　2.1聲紋識(shí)別系統(tǒng)

　　聲紋識(shí)別又稱為說(shuō)話人識(shí)別,，其識(shí)別過(guò)程與指紋識(shí)別類似，首先需要對(duì)說(shuō)話人語(yǔ)音進(jìn)行提取特征建模,，然后再對(duì)測(cè)試語(yǔ)音提取特征并與模板進(jìn)行匹配,，得到相應(yīng)的匹配結(jié)果。在本文中,，聲紋識(shí)別所使用的模型為高斯混合模型通用背景模型（GMMUBM）［67］,。所提取的特征是39維的MFCC（Mel頻率倒譜系數(shù)）特征，其中包含13維的MFCC特征,，并對(duì)每個(gè)特征向量進(jìn)行一階,、二階的動(dòng)態(tài)差分。

　　2.2實(shí)驗(yàn)

　　聲紋識(shí)別實(shí)驗(yàn)所使用的數(shù)據(jù)庫(kù)是清華大學(xué)語(yǔ)音和語(yǔ)言技術(shù)中心所錄制的數(shù)據(jù)庫(kù),，為了便于融合,，所取人數(shù)與指紋實(shí)驗(yàn)人數(shù)相同，同為51人,。與指紋識(shí)別不同的是,，聲紋的訓(xùn)練語(yǔ)音為12條8位的數(shù)字串，且這12條語(yǔ)音合為一條語(yǔ)音來(lái)訓(xùn)練模型,，訓(xùn)練語(yǔ)音為7條8位的數(shù)字串,，所得聲紋識(shí)別系統(tǒng)的EER為0.476 7%,。

3自適應(yīng)加權(quán)融合系統(tǒng)

　　3.1融合框架

　　本文中所稱的融合即數(shù)據(jù)融合，對(duì)應(yīng)于數(shù)據(jù)的抽象層次,，可將數(shù)據(jù)融合分為4個(gè)層次：數(shù)據(jù)級(jí)融合,、特征級(jí)融合、匹配級(jí)融合和決策級(jí)融合,，在本文中將會(huì)在匹配級(jí)采用自適應(yīng)加權(quán)的融合算法,。

　　3.2加權(quán)融合算法

　　匹配級(jí)融合有很多算法，但是較為簡(jiǎn)單的方法是對(duì)子模塊的匹配值進(jìn)行加權(quán)融合,。而對(duì)于融合子模塊匹配值的常用方法有兩種：加法融合和乘法融合,。其中乘法融合不常用，這是因?yàn)楫?dāng)其中一個(gè)子模塊本身匹配值極大或者極小時(shí),，融合的最終結(jié)果都會(huì)受到該子模塊的影響,。而對(duì)于加法融合，各個(gè)子模塊的匹配分?jǐn)?shù)之間沒(méi)有十分緊密的聯(lián)系,，因此,，即使某一個(gè)子模塊的匹配分?jǐn)?shù)出錯(cuò)，也不會(huì)對(duì)整個(gè)融合的結(jié)果有太大的影響,。

　　3.3歸一化處理

　　由于每一個(gè)子模塊的模型不同,，因此所得的匹配分?jǐn)?shù)的形式也會(huì)有所不同，例如后驗(yàn)概率,、距離度量等,。本文中的指紋識(shí)別匹配分?jǐn)?shù)是利用幾何關(guān)系來(lái)判定模板圖像與測(cè)試圖像的兩組特征點(diǎn)位置特性的相似度，而聲紋識(shí)別的匹配分?jǐn)?shù)是求特征矢量序列X由說(shuō)話人s產(chǎn)生的后驗(yàn)概率,。顯然這兩種匹配值不可以直接用來(lái)當(dāng)作融合系統(tǒng)的輸入匹配值,，在融合之前，需要對(duì)兩種匹配值進(jìn)行歸一化處理,。

　　常用的數(shù)據(jù)歸一化方法有MinMax方法,、MediaMAD方法、ZScore方法等,，對(duì)于眾多的方法，本文采用MinMax方法進(jìn)行數(shù)值歸一化處理,。最大最小值歸一化方法是：將所需處理的數(shù)值全都轉(zhuǎn)化到［0,1］的區(qū)間,。假設(shè)有N個(gè)匹配距離值{dn}n=1,2,…,N，計(jì)算公式為：

　　d′n=dn－dmindmax－dmin,d∈［0,1］(1)

　　其中,，dmax和dmin分別是{dn}n=1,2,…,N的最大值和最小值,。

　　3.4融合算法和權(quán)重的分配

　　假設(shè)聲紋識(shí)別子系統(tǒng)和指紋識(shí)別子系統(tǒng)均有M個(gè)歸一化后的匹配值，分別記為：指紋子系統(tǒng){s(Ofinger|λi)}i=1,2,…,M和聲紋子系統(tǒng){s(Ospeaker|λi)}i=1,2,…,M ,，根據(jù)加權(quán)的加法融合方法,，融合后的匹配計(jì)算公式為：

　　s(OfingerOspeaker|λi)=αs(Ospeaker|λi)+βs(Ofinger|λi),

　　i=1,2,…,M(2)

　　其中,α+β=1,；s(OfingerOspeaker|λi)表示在輸入聲紋識(shí)別子系統(tǒng)和指紋識(shí)別子系統(tǒng)的歸一化匹配值后的聯(lián)合匹配分?jǐn)?shù)，與單一子系統(tǒng)的匹配分?jǐn)?shù)相同,，分?jǐn)?shù)值越高,，表明測(cè)試體與模板越匹配，反之,，則不匹配,。

　　為了得到一個(gè)穩(wěn)定且可靠的融合系統(tǒng)，將指紋識(shí)別數(shù)據(jù)庫(kù)和聲紋識(shí)別數(shù)據(jù)庫(kù)的人數(shù)分為3組,，分別為A組,、B組、C組,，將采取3組測(cè)試,。第一組測(cè)試，取A組的數(shù)據(jù)來(lái)確定權(quán)值,，融合權(quán)重的α值將從0取到1,，其中以0.05的步長(zhǎng)逐漸遞增，如此可得到21組融合后的數(shù)值,，從這21組的數(shù)值中可找出EER最小的一組權(quán)值作為融合系統(tǒng)最優(yōu)的權(quán)重,，并用這組權(quán)重值對(duì)B組和C組的數(shù)據(jù)進(jìn)行加權(quán)融合，得到EER1,。依照相同的方法進(jìn)行其余兩組測(cè)試,，且分別用B組、C組的數(shù)據(jù)確定權(quán)值,，并得到相應(yīng)的EER2和EER3,。比較3個(gè)EER值的大小，得到最小的EER值,，而該值所對(duì)應(yīng)的權(quán)值即為整個(gè)融合系統(tǒng)最優(yōu)的權(quán)重,，也是最終所采用的權(quán)重。

4實(shí)驗(yàn)

　　4.1數(shù)據(jù)庫(kù)

　　加權(quán)融合所使用的數(shù)據(jù)庫(kù)就是之前指紋識(shí)別與聲紋識(shí)別所使用的數(shù)據(jù)庫(kù),，兩方各51人,，每個(gè)人都有8條數(shù)據(jù)，且取第一條數(shù)據(jù)來(lái)訓(xùn)練模型,，得到訓(xùn)練集,；剩下的7條數(shù)據(jù)做測(cè)試，得到測(cè)試集,。

　　4.2實(shí)驗(yàn)結(jié)果及分析

　　根據(jù)第3節(jié)所提到的方法得到的最優(yōu)權(quán)重,，使用該權(quán)重對(duì)數(shù)據(jù)進(jìn)行融合，對(duì)于系統(tǒng)的性能,，將會(huì)以EER的值來(lái)體現(xiàn),，具體的實(shí)驗(yàn)結(jié)果如圖2所示,。從圖2可以很明顯地看出，當(dāng)α的值從0到1以0.05的步長(zhǎng)逐漸增長(zhǎng)時(shí),，EER的值呈U形曲線變化,；當(dāng)α的值為0.55時(shí)，EER的值達(dá)到最小,，其值為0.013 11,。換言之，此時(shí)的融合系統(tǒng)達(dá)到最好的狀態(tài),，其識(shí)別率和穩(wěn)定性優(yōu)于取其他權(quán)重的時(shí)刻,。較單一的指紋識(shí)別或是聲紋識(shí)別，加權(quán)融合的EER有了很大的提高,，說(shuō)明采用加權(quán)融合的方法將聲紋識(shí)別和指紋識(shí)別相結(jié)合是有利于系統(tǒng)性能的,。

5結(jié)論

　　無(wú)論是基于哪種生物特征識(shí)別的身份認(rèn)證技術(shù)，它們都有各自的優(yōu)勢(shì)和劣勢(shì),，為了更好地提高身份認(rèn)證的安全性和識(shí)別率,，可以從多個(gè)層次考慮多個(gè)生物特征識(shí)別的融合。本文在匹配層采用加權(quán)融合的算法對(duì)聲紋識(shí)別和指紋識(shí)別進(jìn)行融合,，實(shí)驗(yàn)結(jié)果也證明了融合效果要好于單一的生物特征識(shí)別,，同時(shí)也證明了融合的可行性。在今后的研究中,，可以從其他層次對(duì)兩種識(shí)別進(jìn)行融合,，以求得到更好的融合系統(tǒng)。

參考文獻(xiàn)

　?。?］ 李雪峰.基于指紋與手指靜脈的雙模態(tài)識(shí)別算法研究［D］.哈爾濱：哈爾濱工程大學(xué),，2010.

　　［2］ 陳倩.多生物特征融合身份識(shí)別研究［D］.杭州：浙江大學(xué) 2007.

　?。?］ 熊振宇.大規(guī)模,、開集、文本無(wú)關(guān)說(shuō)話人辨認(rèn)研究［D］.北京：清華大學(xué),，2005.

　?。?］ 陶佰睿,郭琴,李春輝，等.聲紋認(rèn)證前端音頻預(yù)處理SOPC設(shè)計(jì)［J］.電子技術(shù)應(yīng)用,2014,40(9):2426.

　?。?］ 曾杰,吳曉紅,吳小強(qiáng),，等.基于QT/E和指紋識(shí)別模塊的巖屑圖像采集系統(tǒng)的設(shè)計(jì)［J］.微型機(jī)與應(yīng)用,2014,33(24):3841.

　　［6］ KENNY P. Bayesian speaker verification with heavy tailed priors［C］. Speaker and Language Recognition Workshop (IEEE Odyssey), 2010.

　?。?］ GHARAMANI Z， HINTON G E. The EM algorithm for mixtures of factor analyzers［R］. Technical Report CRGTR961, Department of Computer Science, University of Toronto, 1996.5.