43、唇生物特征数字识别与嵌入式指纹认证系统技术解析

唇生物特征数字识别与嵌入式指纹认证系统技术解析

1. 唇生物特征数字识别

在数字识别领域，利用唇动信息进行数字识别是一个具有前景的研究方向。

1.1 特征提取

• 视觉特征 ：唇动的视觉特征维度最初为 128 × 128 × 2 = 32768，经过处理后用 144 维（M × M）特征向量表示，其中 N 和 M 分别代表窗口大小和框的数量。
• 声学特征 ：采用梅尔频率倒谱系数（MFCC）提取声学特征信息，通过隐马尔可夫模型工具包（HTK）处理音频数据流生成 MFCC 语音特征，其特征向量维度为 39，包含 12 个倒谱系数（带归一化对数能量）、13 个一阶差分系数（速度）和 13 个二阶差分系数（加速度）。

1.2 分类方法

使用支持向量机（SVM）进行分类，它是一种基于判别式的二元方法，以超平面 w · x + b = 0 作为两类或多类之间的决策边界。对于线性可分的训练数据集标记对 xi, yi（i = 1, …, l，其中 xi ∈ℜn 且 y ∈{1, -1}l），每个观测数据（这里指特征向量）需满足 di(wT xi + b) ≥1 −ξi（i = 1, 2, …, l，ξi > 0），其中 di 是样本数据 xi 的标签（可为 +1 或 -1），wi 和 b 是描述超平面的权重和偏置。实验中使用内积核函数作为径向基函数（RBF）核，并采用一对一分类方法。

1.3 实验结果

实验使用 XM2VTS 数据库，该数据库的视觉数据用于数字识别实验存在困难，因