[发明专利]一种多生物特征联合识别方法及装置

说明书

本发明实施例提供一种多生物特征联合识别方法及装置，涉及人工智能领域。本发明实施例能够快速高效的利用多种生物特征对用户身份进行识别。该方法包括：获取待识别用户的至少两种生物特征；分别计算待识别用户的至少两种生物特征，与已注册用户的至少两种生物特征的相似度，生成至少两种生物特征各自对应的相似度；利用遗传算法计算至少两种生物特征各自对应的预设加权值；根据至少两种生物特征各自对应的预设加权值，对至少两种生物特征各自对应的相似度加权求和，得到待识别用户与已注册用户的最终相似度；若最终相似度大于预设相似度阈值，则确定待识别用户的身份识别成功。本发明应用于生物识别。

技术领域

本发明涉及人工智能领域，尤其涉及一种多生物特征联合识别方法及装置。

背景技术

随着信息技术快速地发展，基于生物识别技术的身份认证的需求不断增加。传统的生物识别技术已经可以被赋值并仿造出来，例如通过伪造指纹或人脸来进行身份验证，所以单模态生物识别系统在匹配精度、难度、普遍性和易攻击性方面都显示出了限制。多生物特征识别系统融合面部、指纹、掌纹、声音和虹膜等多种特征来提高生物特征识别的稳定性、准确性和不可伪造性。多模态生物识别技术为实现安全性更高的身份验证和识别提供了极大的帮助。生物特征的选择以及融合方式的选择成为目前多模态融合的技术难点。

发明内容

本发明的实施例提供了一种多生物特征联合识别方法及装置，能够快速高效的利用多种生物特征对用户身份进行识别。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明实施例提供一种多生物特征联合识别方法，包括：获取待识别用户的至少两种生物特征；分别计算待识别用户的至少两种生物特征，与已注册用户的至少两种生物特征的相似度，生成至少两种生物特征各自对应的相似度；利用遗传算法计算至少两种生物特征各自对应的预设加权值；根据至少两种生物特征各自对应的预设加权值，对至少两种生物特征各自对应的相似度加权求和，得到待识别用户与已注册用户的最终相似度；若最终相似度大于预设相似度阈值，则确定待识别用户的身份识别成功。

可选的，利用遗传算法计算至少两种生物特征各自对应的预设加权值，具体包括：将利用至少两种生物特征各自对应的预设加权值进行生物识别时的ROC曲线的AUC值作为遗传算法的目标函数，将至少两种生物特征各自对应的预设加权值作为需要被优化的参数，利用遗传算法，计算AUC值最大时至少两种生物特征各自对应的加权值。

可选的，该方法具体包括：建立染色体群，染色体群中包括n条初始染色体，n条初始染色体中每条染色体分别包括预先生成的至少两种生物特征各自对应的加权值；利用遗传算法，对染色体群中的染色体进行遗传迭代，生成新的染色体，并将新的染色体添加至染色体群中；当满足终止条件时停止遗传迭代，获取染色体群中AUC值最大的染色体所包括的至少两种生物特征各自对应的预设加权值。

可选的，至少两种生物特征包括：指纹特征、虹膜特征、面部特征、掌纹特征、声音特征中的至少两项。

第二方面，本发明实施例提供一种多生物特征联合识别装置，包括：获取单元，用于获取待识别用户的至少两种生物特征；单模相似度计算单元，用于分别计算待识别用户的至少两种生物特征，与已注册用户的至少两种生物特征的相似度，生成至少两种生物特征各自对应的相似度；预设加权值计算单元，用于利用遗传算法计算至少两种生物特征各自对应的预设加权值；最终相似度计算单元，用于根据至少两种生物特征各自对应的预设加权值，对至少两种生物特征各自对应的相似度加权求和，得到待识别用户与已注册用户的最终相似度；识别单元，用于若最终相似度大于预设相似度阈值，则确定待识别用户的身份识别成功。

可选的，预设加权值计算单元，具体用于将利用至少两种生物特征各自对应的预设加权值进行生物识别时的ROC曲线的AUC值作为遗传算法的目标函数，将至少两种生物特征各自对应的预设加权值作为需要被优化的参数，利用遗传算法，计算AUC值最大时至少两种生物特征各自对应的加权值。