[发明专利]人脸和虹膜混合识别的新方法－识别层融合

权利要求书

1.人脸与虹膜混合识别的新方法—识别层融合，包括如下步骤：

步骤一：对关键特征空间进行聚类；

步骤二：采用基于小样本学习理论的SVM对识别模型进行多级粗匹配的方法；

步骤三：在识别过程中，通过尽量少的学习样本，获得具有广泛适应性的识别模型。

2.根据权利要求1所述的识别层融合算法，在对图像进行光照补偿处理时，其特征如下：采用拟线性曲面拟合技术进行光照补偿。具体步骤：对已经定位出的人脸区域，进行光照恒常性变换，校正光线的差别，并把平面拟合技术推广到拟线性曲面情况，鲁棒地克服光照对识别效果的影响。

3.根据权利要求1所述的识别层融合算法，为提高动态人脸检测速度，其特征如下：采用了波进式快速傅立叶变换和基于自相似组合标准脸特征函数的神经网络模型方法。具体步骤：波进式快速傅立叶变换方法，提高了检测速度；基于自相似组合标准脸特征函数的神经网络模型方法实现了在复杂背景下动态人脸的快速检测和定位。

4.根据权利要求1所述的识别层融合算法，为提高识别精度，其特征如下：采用图像细节特征分析的多小波变换方法。

步骤一：采用双正交小波方法，进行滤波和特征分析；

步骤二：构造适用人脸和指纹图像细节特征分析的多小波尺度函数，应用在识别过程中。

5.根据权利要求1所述的识别层融合算法，为提高大规模虹膜及人脸数据库的检索识别速度，其特征如下：采用聚类和多级组合式自适应谐振理论的方法进行预处理。

步骤一：依据人脸特征将图像库中的所有图像归入到有交集的不同的簇中；

步骤二：检索时，首先计算待检图像与各簇中心的距离；

步骤三：然后根据距离由小到大的顺序，仅就几个簇进行检索。