[发明专利]多模态生物特征融合方法、装置、存储介质及设备

说明书

本发明公开了一种多模态生物特征融合方法、装置、存储介质及设备，属于生物识别领域。本发明获取同一用户的两种生物特征并分别进行识别，均识别成功后获得对识别有影响的要素信息。当一种生物特征与生物特征模板的要素信息的差异度超过设定的程度，且满足另一种生物特征与对应生物特征模板的相似度高于预设阈值和/或两种生物特征的要素信息部分或全部相同时，将生物特征与生物特征模板进行融合。该预设阈值高于另一种生物特征识别成功所要求的相似度。本发明使用符合要求的不同数据来源的生物特征对生物特征模板进行融合，增加了生物特征模板的多样性，并且避免把误识的生物特征融入到原始生物特征模板当中，确保融合后的生物特征模板安全准确。

技术领域

本发明涉及生物识别领域，特别是指一种多模态生物特征融合方法、装置、计算机可读存储介质及设备。

背景技术

生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性(如指纹、人脸、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。

以人脸识别技术和虹膜识别技术为例，人脸识别技术已经成为目前最主流的生物识别技术，其易用性和数据样本的丰富性是其他生物识别技术所无法比拟的。虹膜作为重要的身份识别特征，具有终身唯一性、稳定性、可采集性以及非侵犯性等优点，是身份识别研究与应用发展的必然趋势。因此，人脸识别和虹膜识别技术是目前较主流的生物识别技术。

人脸/虹膜识别主要包括生物特征的注册和验证/识别两部分。注册过程预先进行的注册用户，采集得到用户的人脸/虹膜模板并存储。一次注册后，即可以多次进行验证/识别。识别过程采集用户的人脸/虹膜图像，并与人脸/虹膜模板进行比对，比对通过则人脸/虹膜识别成功。

然而人脸/虹膜注册时和识别时的环境和设备等可能不一致，同一个人的人脸/虹膜在不同的环境和设备下采集到的数据并不一致，导致用户在进行人脸/虹膜识别的时候，识别成功率降低。现有技术中采用动态模板融合的方式去完善模板数据，在验证/识别过程中，当人脸/虹膜识别成功时，将识别成功的人脸/虹膜数据与模板数据进行融合，得到新的模板数据。具体的融合方式可以参见中国专利文献CN110827366A(本专利文献只为举例说明，不用于限制本发明中的融合方式)。

但现有技术这种动态模板融合的方式也带来了风险，一旦在验证/识别过程中发生了误识，将与模板数据不是同一个人的人脸/虹膜数据误认为是同一个人，很容易把错误的数据融入原始模板，造成了误识的风险加剧，很有可能导致识别一错再错。

发明内容

为解决现有技术中容易把错误的数据融入原始模板，造成误识风险加剧的问题，本发明提供一种多模态生物特征融合方法、装置、计算机可读存储介质及设备，使用符合要求的不同数据来源的生物特征对生物特征模板进行融合更新，增加了生物特征模板的多样性，使得生物特征模板的信息更加丰富完善，并且避免把误识的生物特征融入到原始生物特征模板当中，确保融合后的生物特征模板安全准确。

本发明提供技术方案如下：

第一方面，本发明提供一种多模态生物特征融合方法，所述方法包括：

获取同一用户的两种生物特征，并分别与对应的生物特征模板进行识别；

在每种生物特征都识别成功后，对每种生物特征进行数据分析，获得对识别有影响的生物特征的要素信息；

对于其中一种生物特征，当所述生物特征的要素信息与对应生物特征模板的要素信息的差异度超过设定的程度，且满足另一种生物特征与对应生物特征模板的相似度高于预设阈值和/或两种生物特征的要素信息部分或全部相同时，将生物特征与对应的生物特征模板进行融合；

其中，所述预设阈值高于所述另一种生物特征识别成功时所要求的相似度。

进一步的，所述两种生物特征分别为人脸特征和虹膜特征。