王婧，彭亞雄，賀松，陳余

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

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

　　關(guān)鍵詞：指紋識別；聲紋識別；融合；生物特征

0引言

　　在當(dāng)今這個信息發(fā)展的時代，身份認證技術(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別方式有：指紋識別［1］、手指靜脈識別［1］、人臉識別［2］、聲紋識別［3-4］等。之所以生物特征被廣泛地應(yīng)用于身份認證，是因為這種認證方式具有穩(wěn)定性、無須記憶等優(yōu)點。

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

　　本文研究說話人識別與指紋識別的融合方式，采用自適應(yīng)加權(quán)融合方法，在分別對說話人識別與指紋識別進行研究之后，對自適應(yīng)加權(quán)融合系統(tǒng)的識別率進行研究，經(jīng)過實驗結(jié)果的比較，證明融合的識別效果要比單一生物特征的識別率好。

1基于指紋識別的身份認證

　　1.1指紋圖像建模

　　使用指紋［5］來進行身份認證，建模時，系統(tǒng)對指紋圖片進行特征提取，所提取的特征點為端點和分叉點，并生成模板，而在特征提取前需要對圖片進行預(yù)處理，通過確定的中心點的位置來確定分叉點，最后得到的指紋特征用特征位置和方向來表示。指紋圖像所提取的特征點如圖1所示。　

　　1.2指紋識別

　　在識別階段，所用的匹配方法是基于特征點模式，利用指紋圖像的細節(jié)點坐標(biāo)模型來做細節(jié)匹配，該方法是利用端點和分叉點來進行指紋識別，它是利用幾何關(guān)系來判定模板圖像與測試圖像的兩組特征點位置特性的相似度，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［1］。

　　1.3實驗

　　在進行指紋識別的研究時，本次實驗所用的數(shù)據(jù)是51個人的指紋數(shù)據(jù)，每個人有不同的8張指紋圖片，為了實驗方便，在實驗的過程中均采用每個人的第一張圖片作為模板，剩余的7張圖片作為測試圖片，所得指紋識別系統(tǒng)的EER為0.367 8%。

2基于聲紋識別的身份認證

　　2.1聲紋識別系統(tǒng)

　　聲紋識別又稱為說話人識別，其識別過程與指紋識別類似，首先需要對說話人語音進行提取特征建模，然后再對測試語音提取特征并與模板進行匹配，得到相應(yīng)的匹配結(jié)果。在本文中，聲紋識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，并對每個特征向量進行一階、二階的動態(tài)差分。

　　2.2實驗

　　聲紋識別實驗所使用的數(shù)據(jù)庫是清華大學(xué)語音和語言技術(shù)中心所錄制的數(shù)據(jù)庫，為了便于融合，所取人數(shù)與指紋實驗人數(shù)相同，同為51人。與指紋識別不同的是，聲紋的訓(xùn)練語音為12條8位的數(shù)字串，且這12條語音合為一條語音來訓(xùn)練模型，訓(xùn)練語音為7條8位的數(shù)字串，所得聲紋識別系統(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，對應(yīng)于數(shù)據(jù)的抽象層次，可將數(shù)據(jù)融合分為4個層次：數(shù)據(jù)級融合、特征級融合、匹配級融合和決策級融合，在本文中將會在匹配級采用自適應(yīng)加權(quán)的融合算法。

　　3.2加權(quán)融合算法

　　匹配級融合有很多算法，但是較為簡單的方法是對子模塊的匹配值進行加權(quán)融合。而對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，這是因為當(dāng)其中一個子模塊本身匹配值極大或者極小時，融合的最終結(jié)果都會受到該子模塊的影響。而對于加法融合，各個子模塊的匹配分數(shù)之間沒有十分緊密的聯(lián)系，因此，即使某一個子模塊的匹配分數(shù)出錯，也不會對整個融合的結(jié)果有太大的影響。

　　3.3歸一化處理

　　由于每一個子模塊的模型不同，因此所得的匹配分數(shù)的形式也會有所不同，例如后驗概率、距離度量等。本文中的指紋識別匹配分數(shù)是利用幾何關(guān)系來判定模板圖像與測試圖像的兩組特征點位置特性的相似度，而聲紋識別的匹配分數(shù)是求特征矢量序列X由說話人s產(chǎn)生的后驗概率。顯然這兩種匹配值不可以直接用來當(dāng)作融合系統(tǒng)的輸入匹配值，在融合之前，需要對兩種匹配值進行歸一化處理。

　　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，對于眾多的方法，本文采用MinMax方法進行數(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個匹配距離值{dn}n=1,2,…,N，計算公式為：

　　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)聲紋識別子系統(tǒng)和指紋識別子系統(tǒng)均有M個歸一化后的匹配值，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)表示在輸入聲紋識別子系統(tǒng)和指紋識別子系統(tǒng)的歸一化匹配值后的聯(lián)合匹配分數(shù)，與單一子系統(tǒng)的匹配分數(shù)相同，分數(shù)值越高，表明測試體與模板越匹配，反之，則不匹配。

　　為了得到一個穩(wěn)定且可靠的融合系統(tǒng)，將指紋識別數(shù)據(jù)庫和聲紋識別數(shù)據(jù)庫的人數(shù)分為3組，分別為A組、B組、C組，將采取3組測試。第一組測試，取A組的數(shù)據(jù)來確定權(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B組和C組的數(shù)據(jù)進行加權(quán)融合，得到EER1。依照相同的方法進行其余兩組測試，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EER值的大小，得到最小的EER值，而該值所對應(yīng)的權(quán)值即為整個融合系統(tǒng)最優(yōu)的權(quán)重，也是最終所采用的權(quán)重。

4實驗

　　4.1數(shù)據(jù)庫

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

　　4.2實驗結(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)重對數(shù)據(jù)進行融合，對于系統(tǒng)的性能，將會以EER的值來體現(xiàn)，具體的實驗結(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的步長逐漸增長時，EER的值呈U形曲線變化；當(dāng)α的值為0.55時，EER的值達到最小，其值為0.013 11。換言之，此時的融合系統(tǒng)達到最好的狀態(tài)，其識別率和穩(wěn)定性優(yōu)于取其他權(quán)重的時刻。較單一的指紋識別或是聲紋識別，加權(quán)融合的EER有了很大的提高，說明采用加權(quán)融合的方法將聲紋識別和指紋識別相結(jié)合是有利于系統(tǒng)性能的。

5結(jié)論

　　無論是基于哪種生物特征識別的身份認證技術(shù)，它們都有各自的優(yōu)勢和劣勢，為了更好地提高身份認證的安全性和識別率，可以從多個層次考慮多個生物特征識別的融合。本文在匹配層采用加權(quán)融合的算法對聲紋識別和指紋識別進行融合，實驗結(jié)果也證明了融合效果要好于單一的生物特征識別，同時也證明了融合的可行性。在今后的研究中，可以從其他層次對兩種識別進行融合，以求得到更好的融合系統(tǒng)。

參考文獻

　　［1］ 李雪峰.基于指紋與手指靜脈的雙模態(tài)識別算法研究［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別研究［D］.杭州：浙江大學(xué) 2007.

　　［3］ 熊振宇.大規(guī)模、開集、文本無關(guān)說話人辨認研究［D］.北京：清華大學(xué)，2005.

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

　　［5］ 曾杰,吳曉紅,吳小強，等.基于QT/E和指紋識別模塊的巖屑圖像采集系統(tǒng)的設(shè)計［J］.微型機與應(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.

　　［7］ 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.