[发明专利]基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法

说明书

本发明涉及一种基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法，属于智能识别技术领域。该方法包括注册与识别。本发明将异联想记忆和细胞神经网络模型相结合，将掌纹图片数据和人脸图片数据转化成一系列参数进行保存，身份信息即掌纹图片数据和人脸图片数据，验证可靠度高，并且对图片的保存方式隐秘性强，安全系数高，有效防止人们身份信息被泄露；采用将图片经模型转化成参数的形式，简单方便，实用性好，图片识别效果好，对人脸图片数据保护效果好。

技术领域

本发明属于智能识别技术领域，涉及基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法。

背景技术

掌纹识别同指纹识别类似，是一种为人类个体定义的到目前为止公认相对快捷和可信的一种生物鉴定技术，其具有普遍性、唯一性、稳定性、可接受性和防伪性等。不同人、甚至同一个人不同的掌指都具有不同的掌纹特征。利用掌纹识别技术，不需要携带任何辅助的身份标识物品就可进行个人身份的验证。人脸识别是通过指人脸识别仪取得个人面部特征分布图，将特征值存储，然后进行匹配，进行个人身份鉴定的技术。该识别技术可广泛应用于银行金融、教育交通等领域，是比指纹识别、虹膜识别等体表特征识别技术更方便、快捷的技术。由于人脸识别应用的广泛性，及掌纹特征的高度安全性，结合掌纹和人脸的识别方法，已凸显出其较强的研究价值。未来，多模态生物特征识别技术将成为热门的研究课题和应用领域。

在互联网环境下，不管是人脸识别还是掌纹识别，采用生物特征认证所产生的生物特征数据，被储存在计算机内部。这些生物信息以计算机代码的形式存储起来，面临着被截获、被重放、被重构等威胁。服务器端存储大量用户的特征数据库，特征数据库一旦被黑客或犯罪分子获取，后果将无法挽回。传统的生物特征识别技术往往采用生物特征数据库，即使通过加密算法进行生物特征数据加密也理论上也存在着被破解的可能，为此，本发明将生物特征识别中用到的知识转化为一系列模型参数，即突触取值和偏值，从而提供了内嵌于环境的隐含模型，此模型具有特定性，使恶意攻击者获得模型中的详细参数，从理论上而言，也不能破解得到用户生物特征数据，进而保护了用户安全信息，同时，在识别过程中涉及到的用户生物特征数据，采取一次提取，一次验证的方式，即用户数据无痕访问，进一步保护了数据安全性。

传统的基于神经网络的人脸识别系统由预处理、特征提取、基于神经网络的分类器和数据库4个部分组成，其中，特征抽取与分类器是解决人脸识别问题的关键。然而，这并没有从根本上解决安全问题。联想记忆就是存储从一个特定输入到一个特定输出的映射系统。也就是说，一个系统可以关联两种模式，当给出其中一个模式时，另一种模式也能可靠地记忆起来。联想记忆是内容可寻址记忆。内容可寻址记忆简而言之就是可直接检索信息内容的一种记忆方法。内容可寻址记忆指类似大脑的装置，可以存储标准模式，并且使得带有部分模式信息内容的探针可以检索到标准内容。联想记忆的检索是要求系统收敛到一个代表标准模式的平衡点。在联想记忆中，标准模式应当可以被探针鲁棒的检索到。有两类联想记忆，分别是自联想记忆和异联想记忆。自联想记忆指检索的标准模式在内容和形式上和探针类似。异联想记忆是指标准模式在内容和形式上和探针不同。

本发明通过基于异联想的神经动力学算法的多模态识别，为生物特征识别的安全性问题及异联想神经动力学算法的进一步丰富和完善做出自己的贡献。

发明内容

有鉴于此，本发明的目的在于提供一种基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法。

为达到上述目的，本发明提供如下技术方案：

基于细胞神经网络异联想记忆模型的掌纹和人脸识别方法，该方法包括注册与识别；

1)注册：

S1：采集人群的掌纹图片数据和人脸图片数据，对采集到每个人对应的掌纹图片数据和人脸图片数据进行分组编号；

S2：通过预处理得到掌纹图片数据与人脸图片数据；

S3：构建6个细胞神经网络掌纹人脸识别模型；