[00118000]基于视觉感知与认知机理的多模人物特征身份认证新方法与技术

目前，世界上对生物识别认证技术的研究给予了越来越多的关注。生物特征识别认证技术可分为单模式生物特征识别认证和多模式生物特征识别认证技术。目前的每种单模式生物识别认证技术在准确率、用户接受程度、成本等方面都有一定的限制，而且都有自己的缺点，仅适应于各自的应用场合。相对单模式生物特征认证技术，多模式生物特征认证技术利用了多个生物特征，结合了数据融合技术，进一步提高了认证的准确率，有效地解决了单模式生物特征识别认证技术的限制和缺点。但是目前的多模式生物特征认证技术存在以下三大缺点：1)生物特征信息网络传输过程中存在安全隐患；2)鲁棒性较差；3)计算复杂度较高。如何防止生物特征信息在网络传输过程中被伪造、修改和提高系统鲁棒性和效率是目前要解决的技术难点。本课题的研究工作正是针对以上两个技术难点，研究一批基于视觉感知与认知机理的多模人物特征身份认证的新方法和技术，从而有效地解决以上两个技术难点，并基于这些算法实现具有高效率和高精度的多模式生物特征身份认证系统。 本项目以人脸、虹膜和指纹为生物识别认证特征体，研究多模式生物特征的鲁棒身份认证技术。研究内容包括多生物特征的提取与降维、信息融合数学模型、高效和鲁棒的多模式生物特征识别认证模型、生物特征的网络传输防伪技术。重点研究基于视觉感知和认知机理的生物特征提取方法、虹膜与指纹特征的脊波域生物特征数字水印嵌入与检测算法、以及丢特征的鲁棒性高速识别认证模型的构建。在此基础上，开发基于虹膜、指纹和人脸的多模式身份认证平台的原型系统，实现高效、鲁棒的身份认证。项目研究成果还可推广应用到军用或警用时实视频监控、机器智能、警用罪犯识别等领域。