改進證據理論的多生物特征融合方法

溫苗利，張洪才

1.西安科技大學 電氣與控制工程學院，西安 710054

2.西北工業大學 自動化學院，西安 710072

改進證據理論的多生物特征融合方法

溫苗利1，張洪才2

1.西安科技大學 電氣與控制工程學院，西安 710054

2.西北工業大學 自動化學院，西安 710072

1 引言

通過多生物特征識別融合來提高識別的正確率是目前生物特征識別研究的熱點之一。Nandakumar等使用有限混合高斯模型（Gaussian Mixture Model，GMM）求取匹配分數進行多生物特征識別融合，獲得了較好的效果[1]。劉紅毅等提出了將匹配分數先降維，然后進行分類的改進ENN多生物特征融合算法[2]。Wang等研究了基于支持向量機的多生物牲識別融合問題[3]。證據理論是Dempster于1967年提出的，是一種不確定的數值推理方法。它最大的特點是對不確定信息的描述采用“區間估計”，而不是“點估計”的方法，用信任區間代替概率，用集合表示命題，在區分不知道與不確定方面以及精確反映證據收集方面顯示出很大的靈活性，因而D-S證據理論已被成功地應用于多生物特征識別[4-8]。在證據理論方法中，基本概率指派函數（Basic Probability Assignment，BPA）起決定性的作用[9-10]。如何構成BPA是實現證據理論融合方法的關鍵。目前的構成BPA方法主要有：根據各分類器的識別率和誤識率來計算BPA[11]；Rogova根據各分類器的相對分類能力計算其BPA[12]；而Ng等人則通過估計樣本的后驗概率來形成分類器的BPA[10]；根據分類器輸出的不確定性度量形成BPA，從而可以有效地拒絕不確定性較高的樣本[9]。

2 基于識別率和誤識率的BPA構造

在多生物特征識……