身份识别是模式识别的一个重要方面.传统的身份识别以单一生物特征为识别依据,如利用语音信号的说话人识别系统;采用指纹信息的指纹识别系统;对人脸图像进行识别的人脸识别系统等.由于传感器,特征提取和匹配算法等局限性使得单一生物特征往往不能保证正确的识别.为解决这一困难,多生物特征数据融合识别技术在这一领域引起了研究者们的广泛关注.Diekmann等人根据人脸、唇部运动以及声音的方法,在决策层利用简单的投票算法,判断了单个分类器做出的决策是否和其他两个分类器一致.Brunelli和Falabigna利用说话人识别和人脸识别的方法,基于量测级对两种不同的声音分类器和三种不同的人脸分类器的结果进行归一化处理,再用几何平均的方法进行融合.Lin和Jain使用人脸和指纹构造的身份识别系统达到了很高的识别率[7].多生物特征识别可以达到很高的识别率,但是这种方法往往在识别过程中要匹配多个生物特征,在大量数据中进行身份识别的系统开销大,识别缓慢.所以,本文提出一种基于人脸和语音的两阶段身份识别方法.这种方法把身份识别分成两个阶段,在第一阶段,简单快速的人脸识别子系统将数据库中的待识身份中进行粗选,得出一个备选集.在第二阶段,声纹识别子系统结合第一阶段人脸识别的结果在备选集中进行辨识,得到最后的结果.这种方法不仅达到了多生物特征的高识别率,同时也降低了系统识别的开销,能够较好地满足实际应用的需要。