[发明专利]一种远距离激光活体识别方法有效

专利信息
申请号: 202011596944.1 申请日: 2020-12-29
公开(公告)号: CN112861607B 公开(公告)日: 2022-10-04
发明(设计)人: 张华君;张紫龙;兰子柠;周子鸣;李盛;张达;李康伟;刘青 申请(专利权)人: 湖北航天飞行器研究所
主分类号: G06V40/40 分类号: G06V40/40;A61B5/024;G06V10/764;G06V10/77;G06V10/762
代理公司: 武汉智汇为专利代理事务所(普通合伙) 42235 代理人: 樊黎
地址: 430040 湖*** 国省代码: 湖北;42
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 远距离 激光 活体 识别 方法
【权利要求书】:

1.一种远距离激光活体识别方法,其特征在于包括以下步骤:

S1、心跳数据采集及处理设备、测量设备和显控设备上电和系统初始化,通过测量设备的成像设备监测视野中是否存在待识别活体目标,若存在进入步骤S2,若没有继续监测;

S2、所述成像设备将活体的图像信息回传至显控设备,显控设备控制测量设备的激光测振仪瞄准活体目标,瞄准持续时间T,获得目标完整的心跳样本数据,并发送至心跳数据采集及处理设备;

S3、心跳数据采集及处理设备将目标的心跳样本数据进行处理并与样本库数据进行比对,若比对成功,则通过显控设备显示目标的身份信息,若比对失败,则通过显控设备发出提示;

步骤S1中,所述测量设备还包括用于调整成像设备和激光测振仪方位的云台,所述成像设备和激光测振仪安装于云台上;

所述心跳数据采集及处理设备包括数据采集模块、滤波与特征提取功能模块、样本匹配功能模块、心跳样本库功能模块和显示模块,

所述数据采集模块用于将激光测振仪接收的心振信号模拟量转换为数字量;

所述滤波与特征提取功能模块用于接收心振信号数字量,同时通过滤波、峰值检测、时域剪切分段、对齐与自动增益控制产生等长度的心振样本序列;

所述样本匹配功能模块用于将采集的样本特征向量与心跳样本库的样本特征向量进行匹配;

所述心跳样本库功能模块用于存储已采集到的活体目标心跳样本数据,同时关联相关目标的身份信息;

所述显示模块用于显示激光测振仪回传的图像信号,和活体目标心跳数据与样本库的匹配结果;

所述滤波与特征提取功能模块产生等长度的心振样本序列的具体步骤如下:

a)首先采用高阶巴特沃斯带通滤波器滤除高频噪声和基底漂移噪声,通带频点fp1-fp2的范围在0.4-20Hz之间;

b)对信号进行小波变换进一步滤除噪声,采用自适应阈值调整小波系数,然后进行逆变换,变换阶数≤5;

c)以典型峰峰值点间隔时间为标准进行均匀剪切,获得等长的心跳样本序列集合;

d)对所有序列进行自动增益控制,确保所有序列的最大幅值在限定区间内;

e)采用K-means方法计算序列集合的质心,K=1,计算质心与所有序列的欧式距离,剔除10%-30%距离较远的异常序列,保留剩余序列;

f)采用主成分分析法取每个序列前20-30主成分分量作为样本的特征向量;

所述样本匹配功能模块通过SVM分类器计算其类别属性;

所述SVM分类器采用“一对一投票法”进行设计,即从样本库中任选2个体的特征向量进行配对,构造一个SVM二分类器,假设样本库中共有N个人的特征向量,则需构造N(N-1)/2个SVM二分类器,将待匹配样本的特征向量输入N(N-1)/2个分类器中,每个分类器输出一个类别标示,得票最多且超过一定阈值Q的标示即为样本的真实身份,否则可判定该样本不存在于现有样本库中。

2.根据权利要求1所述的远距离激光活体识别方法,其特征在于所述云台为手动支架或伺服机构。

3.根据权利要求1所述的远距离激光活体识别方法,其特征在于所述成像设备包括红外和可见光镜头中的任一种。

4.根据权利要求1所述的远距离激光活体识别方法,其特征在于步骤a完成后还包括

a1)然后设计FIR陷波器进一步滤除50Hz工频干扰。

5.根据权利要求1所述的远距离激光活体识别方法,其特征在于步骤S2中,瞄准持续时间T为10-30s。

6.根据权利要求1所述的远距离激光活体识别方法,其特征在于所述身份信息包括姓名、年龄和职业。

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湖北航天飞行器研究所,未经湖北航天飞行器研究所许可,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/202011596944.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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