[发明专利]一种跨设备生物特征识别方法

权利要求书

1.一种跨设备生物特征识别方法，其特征在于，该方法包括以下步骤：

步骤S1，对不同采集设备采集到的生物特征图像组分别进行预处理，并提取所述生物特征图像组中每幅生物特征图像的局部子区域特征；

步骤S2，以相似度为导向，从所述步骤S1提取到的局部子区域特征中选取关联特征；

步骤S3，对所述步骤S2得到的关联特征，训练学习得到分类器模型；

步骤S4，输入待测试的来自于不同采集设备的生物特征图像，并按照所述步骤S1和步骤S2分别对待测试生物特征图像进行预处理和对偶特征提取；

步骤S5，将所述步骤S4提取得到的关联特征分别输入所述步骤S3得到的分类器模型中，进行分类；

步骤S6，对于来自不同采集设备的生物特征图像经过分类器模型的分类结果进行比对，最终得到跨设备生物特征识别结果。

2.根据权利要求1所述的方法，其特征在于，所述预处理包括生物特征定位和归一化。

3.根据权利要求1所述的方法，其特征在于，采用区域多级子定序测量特征对所述生物特征图像中的生物特征进行表达，以得到相应生物特征图像的局部子区域特征。

4.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括如下步骤：

步骤S11，将经过预处理后得到的生物特征图像分割成多个局部子区域；

步骤S12，采用多级子滤波器对每个局部子区域进行滤波，抽取相应局部子区域的定序测量特征作为该局部子区域的特征以表达该局部子区域的生物特征。

5.根据权利要求1所述的方法，其特征在于，所述步骤S2进一步包括如下步骤：

步骤S21，构建特征训练样本集；

步骤S22，基于所述特征训练样本集，通过构建多组特征权重的约束的优化问题，得到适用于训练样本集的特征权重向量S；

步骤S23，对所述步骤S22求得的适用于训练样本集的特征权重向量S，根据具体需求选择一定数量的特征来描述跨设备生物特征识别中来自不同采集设备的生物特征图像的本质特性，最终得到适用于跨设备的关联特征空间的关联特征。

6.根据权利要求5所述的方法，其特征在于，所述步骤S21进一步包括以下步骤：

步骤S211，在不同采集设备采集到的生物特征图像组中分别选取相应数量的生物特征图像，组成多个训练集；

步骤S212，对每一个训练集中的生物特征图像进行两两比对，计算任意两幅生物特征图像的各相应局部子区域特征之间的汉明距离，作为该局部子区域特征之间的相似度分数，对于每一个训练集，得到多个分数序列；

步骤S213，将所述分数序列中来自于同一类生物特征图像的相似度分数作为正样本，将来自于不同类生物特征图像的相似度分数作为负样本，这样就得到来自不同采集设备的样本组成的特征训练样本集。

7.根据权利要求5所述的方法，其特征在于，所述步骤S22包括以下步骤：

步骤S221，设立并求解目标函数，得到所述特征训练样本集中各训练样本的权重w^a，w^b；

步骤S222，通过求取[w^aw^b]的范数来得到最终的训练样本权重向量S。