[发明专利]基于特征融合的生物识别方法、系统、装置及存储介质在审

专利信息
申请号: 202211601733.1 申请日: 2022-12-13
公开(公告)号: CN115830686A 公开(公告)日: 2023-03-21
发明(设计)人: 肖红梅 申请(专利权)人: 云指智能科技(广州)有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V40/14;G06V10/77;G06V10/80;G06V10/82;G06N3/08;G06N3/0464
代理公司: 成都顶峰专利事务所(普通合伙) 51224 代理人: 叶昌威
地址: 510000 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 特征 融合 生物 识别 方法 系统 装置 存储 介质
【说明书】:

发明公开了基于特征融合的生物识别方法、系统、装置及存储介质,通过获取目标对象的人脸图像和指静脉图像进行图像预处理,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,可以提高对目标对象的生物识别效率和准确率,并且可以弥补传统单模态生物特征识别的不足和应用局限性,拓展生物特征识别应用场景。

技术领域

本发明属于生物识别技术领域,具体涉及基于特征融合的生物识别方法、系统、装置及存储介质。

背景技术

近年来,随着信息技术的快速发展,智能设备的广泛部署,使得指纹识别、人脸识别、虹膜识别、语音识别等身份识别技术普遍应用于日常生活中的方方面面。然而这种单模态生物特征识别技术在实际应用中不仅受外部环境的影响,还受到单模态生物特征自身的局限性,极大的限制了其应用场景,降低了身份识别的准确性。比如在指纹识别中,指纹破损、沾水等会影响其采集和识别的正确率;在人脸识别中,受年龄的增长,佩戴口罩会影响其识别效率;在虹膜识别中,受外部光照、佩戴眼镜会影响其识别准确率。因此,如何弥补单一生物特征识别的缺陷,提高身份识别的准确性,成为目前生物识别技术领域亟待解决的问题。

发明内容

本发明的目的是提供基于特征融合的生物识别方法、系统、装置及存储介质,用以解决现有技术中存在的上述问题。

为了实现上述目的,本发明采用以下技术方案:

第一方面,提供基于特征融合的生物识别方法,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。

基于上述技术内容,通过对目标对象的人脸图像和指静脉图像进行特征提取,然后进行双模态的特征融合,得到双模态融合特征,以保证特征信息的最大化,再基于双模态融合特征进行特征分类,根据特征分类结果判定得到目标对象的生物识别结果,可以提高对目标对象的生物识别效率和准确率,并且可以弥补传统单模态生物特征识别的不足和应用局限性,拓展生物特征识别应用场景。

在一个可能的设计中,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。

在一个可能的设计中,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。

在一个可能的设计中,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:

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云指智能科技(广州)有限公司,未经云指智能科技(广州)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/202211601733.1/2.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