[发明专利]基于特征融合的生物识别方法、系统、装置及存储介质

权利要求书

1.基于特征融合的生物识别方法，其特征在于，包括：

获取目标对象的人脸图像和指静脉图像；

对人脸图像和指静脉图像进行图像预处理，得到预处理后的人脸图像和指静脉图像；

分别对预处理后的人脸图像和指静脉图像进行图像特征提取，得到人脸特征信息和指静脉特征信息；

将人脸特征信息和指静脉特征信息进行初步特征融合，得到第一融合特征信息，再将第一融合特征信息与人脸特征信息和指静脉特征信息进行二次特征融合，得到第二融合特征信息；

将第二融合特征信息导入训练完成的分类器进行特征分类，得到分类结果；

根据分类结果判定得到目标对象的生物识别结果。

2.根据权利要求1所述的基于特征融合的生物识别方法，其特征在于，所述分别对预处理后的人脸图像和指静脉图像进行图像特征提取，得到人脸特征信息和指静脉特征信息，包括：

将预处理后的人脸图像和指静脉图像导入预置的双通道卷积神经网络模型中，通过双通道卷积神经网络模型分别对预处理后的人脸图像和指静脉图像进行双通道特征提取，得到人脸特征信息和指静脉特征信息。

3.根据权利要求2所述的基于特征融合的生物识别方法，其特征在于，所述通过双通道卷积神经网络模型分别对预处理后的人脸图像和指静脉图像进行双通道特征提取，包括：

通过双通道卷积神经网络模型的多层卷积层和池化层分别对预处理后的人脸图像和指静脉图像进行双通道特征提取。

4.根据权利要求2所述的基于特征融合的生物识别方法，其特征在于，所述将人脸特征信息和指静脉特征信息进行初步特征融合，得到第一融合特征信息，包括：

将人脸特征信息和指静脉特征信息导入双通道卷积神经网络模型中，经过FusionConv降维后再经过Softmax层处理，分别得到自注意力权重；

根据各自的自注意力权重将人脸特征信息和指静脉特征信息进行初步特征融合，得到第一融合特征信息。

5.根据权利要求4所述的基于特征融合的生物识别方法，其特征在于，所述将第一融合特征信息与人脸特征信息和指静脉特征信息进行二次特征融合，得到第二融合特征信息，包括：基于ResNet残差结构将第一融合特征信息与人脸特征信息和指静脉特征信息进行二次特征融合，得到第二融合特征信息。

6.根据权利要求2所述的基于特征融合的生物识别方法，其特征在于，所述分类器为双通道卷积神经网络模型经分类样本训练后得到的全连接层。

7.根据权利要求1所述的基于特征融合的生物识别方法，其特征在于，所述对人脸图像和指静脉图像进行图像预处理，包括：对人脸图像进行灰度归一化、图像去噪和图像增强处理，对指静脉图像进行ROI区域截取、图像增强和图像去噪处理。

8.基于特征融合的生物识别系统，其特征在于，包括获取单元、预处理单元、特征提取单元、特征融合单元、分类单元和判定单元，其中：

图像获取单元，用于获取目标对象的人脸图像和指静脉图像；

预处理单元，用于对人脸图像和指静脉图像进行图像预处理，得到预处理后的人脸图像和指静脉图像；

特征提取单元，用于分别对预处理后的人脸图像和指静脉图像进行图像特征提取，得到人脸特征信息和指静脉特征信息；

特征融合单元，将人脸特征信息和指静脉特征信息进行初步特征融合，得到第一融合特征信息，再将第一融合特征信息与人脸特征信息和指静脉特征信息进行二次特征融合，得到第二融合特征信息；

分类单元，将第二融合特征信息导入训练完成的分类器进行特征分类，得到分类结果；

判定单元，用于根据分类结果判定得到目标对象的生物识别结果。

9.基于特征融合的生物识别装置，其特征在于，包括：

存储器，用于存储指令；

处理器，用于读取所述存储器中存储的指令，并根据指令执行权利要求1-7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行权利要求1-7任意一项所述的方法。