[发明专利]基于多生物特征识别的智能门禁系统

说明书

技术领域

本发明涉及一种门禁系统，尤其是一种基于多生物特征识别的智能门禁系统，属于门禁系统的技术领域。

背景技术

目前，传统的门禁系统的身份鉴别手段包括口令、密码、证件等等。由于与被鉴别人的可分离性，易造成伪造、盗用、破译等现象。而人体的生物属性是人的本体独有的，而且人的某些生物属性如指纹、虹膜、声音等是唯一的，将其应用在门禁系统可以杜绝伪造、盗用等现象的产生。生物特征识别技术主要分为两大类：一类是生理特征识别，分别是利用指纹，掌型，虹膜，视网膜及人脸等特征进行识别；另一类是行为特征识别，包括签名和语音识别。采用单一模态的生物特征认证技术容易受到噪声的干扰和使用环境的限制，并且容易伪造仿冒，很难保证门禁系统识别的准确性。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于多生物特征识别的智能门禁系统，其提高了识别的可靠性，准确率高，识别方便，安全可靠。

按照本发明提供的技术方案，所述基于多生物特征识别的智能门禁系统，包括声音采集设备及图像采集设备；所述声音采集设备及图像采集设备均与门禁控制器的输入相连，所述门禁控制器分别接收声音采集设备采集的声音信号及图像采集设备采集的人脸图像信号；门禁控制器的输出端分别与数据处理器及电控门锁相连；门禁控制器将接收的声音信号及人脸图像信号传输到数据处理器内；所述数据处理器分别对接收的声音信号及人脸图像信号进行特征提取，对采集的声音信号与人脸图像信号进行识别，并将特征提取后相应信号进行归一化与分类融合处理；数据处理器将分类融合处理后相应的信号与预设的样本库相比较；当分类融合处理后得到的信号与样本库内相应信号匹配时，门禁控制器打开电控门锁。

所述数据处理器包括DSP。所述数据处理器利用主成分分析法与线性判别分析法对人脸图像信号进行特征提取及人脸识别。

所述数据处理器利用梅尔倒谱系数与混合高斯模型方法对声音信号进行特征提取及人脸识别。所述数据处理器利用z-score函数对识别后的声音信号与人脸图像信号进行归一化。

所述数据处理器利用支持向量机对归一化后的声音信号与人脸图像信号进行分类融合处理。所述门禁控制器的输出端还与声光报警器相连；当分类融合处理后得到的信号与数据处理器内样本库不匹配时，门禁控制器通过声光报警器输出声光报警信号。

本发明的优点：门禁控制器同时接收声音采集设备与图像采集设备的声音信号、人脸图像信号；数据处理器对声音信号利用梅尔倒谱系数和混合高斯模型方法进行特征提取和声音识别，数据处理器对人脸图像信号利用主成分分析法和线性判别分析法进行特征提取和声音设备，数据处理器对提取和识别后的声音信号及人脸图像信号进行Z-score归一化和支持向量机分类融合，降低了识别的等错率，提高了门禁系统的安全可靠性，安全可靠。

附图说明

图1为本发明的结构框图。

图2为本发明的工作流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

如图1所示：本发明包括图像采集设备、声音采集设备，电控门锁、门禁控制器、数据处理器及声光报警器。

多生物特征融合是指利用生物特征不同的特性，进行某种层面的融合，其目的是克服或者规避单一特征的局限性；本发明通过对人脸图像和声音信号多位门禁的两个生物特征。通过把不同生物特征信息结合在一起进行融合认证降低了不利因素的影响，为解决单一模态的生物特征识别的不足带来了有效的解决方案。人脸图像和声音信息具有相对的唯一性和稳定性，并且采集方便，具有非接触性和非侵犯性。适合于门禁系统作为鉴别特征来使用。