[发明专利]一种基于多特征的身份信息融合系统在审

专利信息
申请号: 202010314526.2 申请日: 2020-04-20
公开(公告)号: CN111539471A 公开(公告)日: 2020-08-14
发明(设计)人: 曹显利;韩美林 申请(专利权)人: 深知智能科技(金华)有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00;G06F16/483
代理公司: 广州市红荔专利代理有限公司 44214 代理人: 胡昌国
地址: 321013 浙江省金华市婺城区三*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 特征 身份 信息 融合 系统
【说明书】:

发明公开了一种基于多特征的身份信息融合系统,包括数据采集装置、数据匹配模块和数据融合模块,数据采集装置用于采集用户不同类型的特征身份数据,获取用户多个特征身份信息,并将获取的多个特征身份信息输出给数据匹配模块;数据匹配模块用于将数据采集装置输出的多个特征身份信息在预设的数据库中进行检索,并将检索得到的多个特征匹配结果输出给数据融合模块;数据融合模块用于对数据匹配模块输出的多个特征匹配结果进行数据融合,输出用户身份融合结果。本发明提供的基于多特征的身份信息融合系统,采用多种特征对用户的身份进行识别,并对识别的多种特征进行逻辑关系的融合,从而有效确定用户身份,且用户身份识别准确率高、响应速度快。

技术领域

本发明涉及用户身份识别领域,尤其公开了一种基于多特征的身份信息融合系统。

背景技术

身份识别是物联网和人工智能等领域的基础技术之一,广泛应用于多种场合。目前,广泛采用的身份识别技术包括两类,一类是基于身份标识物件和身份标识知识的识别方法,另一类是基于用户生物特征的识别方法。所述的身份标识物件包括证件、磁卡等,所述的身份标识知识包括用户名和密码、验证码等,所述的用户生物特征包括指纹特征、面部特征、声音特征、头部特征等。

身份标识物件的缺点是容易丢失、可能被伪造,身份标识知识的缺点是容易记错或忘记,在用户身份识别过程中效率不高,用户使用不方便。用户生物特征虽然客服了容易丢失、可能被伪造、容易记错或忘记等缺点,但是受到的影响因素较多,例如环境光照、用户生病等,识别效率不高,容易造成误判。现有技术常采用单一特征(例如单独采用面部特征或指纹特征)对用户身份进行识别,缺少必要的多种特征信息融合。

因此,现有技术中常采用单一特征对用户身份进行识别,是一件亟待解决的技术问题。

发明内容

本发明提供了一种基于多特征的身份信息融合系统,旨在解决现有技术中常采用单一特征对用户身份进行识别的技术问题。

本发明提供一种基于多特征的身份信息融合系统,包括数据采集装置、数据匹配模块和数据融合模块,其中,数据采集装置与数据匹配模块相连,用于采集用户不同类型的特征身份数据,获取用户多个特征身份信息,并将获取的多个特征身份信息输出给数据匹配模块;数据匹配模块分别与数据采集装置和数据融合模块相连,用于将数据采集装置输出的多个特征身份信息在预设的数据库中进行检索,并将检索得到的多个特征匹配结果输出给数据融合模块;数据融合模块与数据匹配模块相连,用于对数据匹配模块输出的多个特征匹配结果进行数据融合,输出用户身份融合结果。

进一步地,数据采集装置包括用户身份标识物件采集模块、用户身份标识知识采集模块、用户生物特征采集模块、用户身份特征采集模块中的一种或几种。

进一步地,特征匹配结果包括主数据匹配结果和辅助数据匹配结果,数据融合模块包括第一数据融合单元,第一数据融合单元,用于若识别到特征匹配结果中的主数据匹配结果和辅助数据匹配结果均为连续数据时,则采用计算法输出用户身份融合结果。

进一步地,第一数据融合单元包括计算子单元和输出子单元,计算子单元,用于分别为主数据匹配结果和辅助数据匹配结果指定权重系数,计算出数据融合结果B;输出子单元,用于预先设定一个或多个数值,将计算出的数据融合结果B的取值范围划分为两个或多个区段,定义每个区段的用户身份融合结果。

进一步地,数据融合结果B通过以下公式得出:

B=(a0×A0+a1×A1+a2×A2+…+an×An)/(A0+A1+A2+…+An)

其中,a0是主数据的匹配结果;a1、a2…an为各个辅助数据匹配结果;A0、A1、A2…An为预设的权重系数。

进一步地,特征匹配结果包括离散型主数据、连续型主数据、离散型辅助数据和连续型辅助数据,数据融合模块包括第二数据融合单元,

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深知智能科技(金华)有限公司,未经深知智能科技(金华)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010314526.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top