铁路隧道工程环境复杂,实时获得人员身份信息,有利于险情下救援.文中针对在特殊隧道下光线不足、粉尘附着、遮挡时要求提高识别率的目的,通过融合多种生物特征的复合识别技术手段:分别提取面部、虹膜、声音特征,得出特定特征向量并由二维离散余弦变换,除掉会干扰到结果的信息;然后,通过决策树支持向量机(Decision Trees Support Vector Machine,DT-SVM)分类器匹配,实现工程人员身份识别.通过实验可知,该方法不仅降低了在计算时的难度,而且在信噪比为15～35 dB时,识别率在97％以上,提高了身份识别的准确性.
展开▼
