基于分数层融合的多生物特征融合识别

针对多生物信息识别分类问题,提出了一种基于分数层融合的掌纹和虹膜融合识别模型。首先使用1D LogGabor滤波及最小汉明距离匹配实现了虹膜的特征提取和识别匹配,识别准确度达到98.9%;其次利用优化后的SqueezeNet网络模型实现了掌纹的分类识别,其分类准确效率可达99%;最后采用分数层融合方案按掌纹与虹膜比为4:6的权重比进行多生物融合识别,最终实现识别分类准确度为99.75。此外,设定评价指标对掌纹、虹膜以及融合后的识别性能进行了评估,得到该三个识别系统的AUC值分别为0.994875、0.985471、0.999599。实验结果表明,多模态生物特征融合识别有效地提高了系统识别的性能,使其具有更高的识别效率和准确度,在安全性、可靠性和鲁棒性等方面都有所增强。