多模态生物特征识别是近年来模式识别领域的一个热门课题,它综合利用了人们自身的多种生物特征。为当今社会提供了更加安全的身份识别方法,受到越来越多研究者的关注。本文通过研究多模态生物特征识别系统的层次结构和理论依据,采用了人脸和虹膜这两种生物特征,在多模态融合的中间层—特征层这一层次上进行了特征的融合与识别。本文主要的研究内容如下:1.在深入研究多模态生物特征融合的基础上,提出了基于人脸和虹膜的特征层融合模型,并对特征层现有的融合策略进行了比较和分析,通过实验验证了多模态情况下的识别率要高于单模态情况下的识别率这一理论推断,验证了基于典型相关分析的特征融合方法在多模态特征融合模型的应用上有着更理想的识别结果。2.针对基于典型相关分析的特征融合策略存在的不足,提出了一种在传统典型相关分析特征融合策略的基础上改进的特征融合算法。该方法避免了协方差矩阵奇异和高维小样本情况的发生。它以特征矩阵为研究对象,分别从行和列两个方向进行投影,获得了更多的特征信息。根据特征矩阵来构造协方差矩阵时,求得的典型相关矩阵维数大大减小,降低了计算的复杂性,提高了识别效率的实时性。3.对目前多模态生物特征融合常见的方法和本文提出的方法进行了比较,通过实验,对各种融合策略的复杂度、实时性、识别效果等方面进行了总结分析和综合对比。