随着电子信息化的高速发展，准确快速的身份识别技术已受到越来越多的重视。基于生物特征的识别技术为当今信息社会中的身份识别提供了有效的途径。随着现代社会对身份鉴定系统准确性及安全性要求的日益提高，多模态生物识别技术逐渐成为当今生物识别技术的研究热点问题。多模态生物识别系统利用不同的生物信息，可以提高识别系统的普遍性、准确率和安全性，从而实现更为鲁棒的识别系统。本文重点研究了指纹与手指静脉这两种生物特征，提出并实现了基于这两种生物特征的身份识别系统。　　针对特征层融合在多模态生物技术中的优势，本文采用特征层融合技术实现指纹与手指静脉的多模态融合识别。关于特征层融合识别技术的研究，我们主要集中在两种模态的特征提取和特征层融合两个方面。在特征提取之前,为更好的提取两种模态的纹理信息，我们采用不同的方法提取两种模态图像的感兴趣区域（ROI）。然后，在同一Gabor滤波器框架下分别提取出刻画两种模态纹理信息的指纹码和手指静脉码。为了将两种生物模态的特征更加有效的在特征层融合，我们采用基于典型相关分析的方法，并结合一种加权融合策略实现特征层的融合识别。　　针对典型相关分析在处理非线性问题及模式分类问题上的不足，本文提出了一种有监督的局部保持典型相关分析方法对两个模态的特征集合进行融合。最后，我们将特征层融合得到的特征输入最近邻分类器进行模式分类。实验结果表明本文提出的方法在特征层融合和多模态识别技术中有着良好的表现。