CN103544421A - 一种生物特征综合识别系统及方法 - Google Patents

一种生物特征综合识别系统及方法 Download PDF

Info

Publication number
CN103544421A
CN103544421A CN201310485119.8A CN201310485119A CN103544421A CN 103544421 A CN103544421 A CN 103544421A CN 201310485119 A CN201310485119 A CN 201310485119A CN 103544421 A CN103544421 A CN 103544421A
Authority
CN
China
Prior art keywords
similarity
image
hand
lines
finger
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310485119.8A
Other languages
English (en)
Inventor
池静
卢志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuxi Youchuang Biological Science & Technology Co Ltd
Original Assignee
Wuxi Youchuang Biological Science & Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuxi Youchuang Biological Science & Technology Co Ltd filed Critical Wuxi Youchuang Biological Science & Technology Co Ltd
Priority to CN201310485119.8A priority Critical patent/CN103544421A/zh
Publication of CN103544421A publication Critical patent/CN103544421A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开一种生物特征综合识别系统及方法，该系统包括探头阵列、数据处理设备及控制器。所述探头阵列与数据处理设备电性连接，所述数据处理设备与控制器电性连接。本发明以指纹、手背毛孔分布、手背纹路分布及手指血管分布多项特征作为身份识别的特征值，极大地提高身份识别的准确度，降低了假阴性和假阳性的概率，同时，本发明采用模块化的探头阵列，方便用户任意选取所需传感器组合。

Description

一种生物特征综合识别系统及方法
技术领域
本发明涉及身份识别领域，尤其涉及一种生物特征综合识别系统及方法。
背景技术
生物特征识别是指利用人体固有的生理特征或行为特征来进行个人身份鉴定。目前常见的身份识别包括指纹、面部、瞳孔等，或者几种技术组合来提高识别的准确度，降低假阴性和假阳性的概率。一般来说，特征值选取越多，身份识别的准确度越高。人体手背毛孔分布、手背纹路以及手指血管分布从青少年开始，除非有外伤发生，基本不会发生变化，而且不同个体之间几乎不可能完全相同，因此可作为很好的身份识别指标，以提高身份识别的准确度。
发明内容
本发明的目的在于通过一种生物特征综合识别系统及方法，来解决以上背景技术部分提到的问题。
为达此目的，本发明采用以下技术方案：
一种生物特征综合识别系统，其包括探头阵列、数据处理设备及控制器；
所述探头阵列与数据处理设备电性连接，用于依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备；
所述数据处理设备与控制器电性连接，用于将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
特别地，所述探头阵列包括指纹采集模块、视觉传感器、光学扫描仪及血氧探头；其中，所述指纹采集模块、视觉传感器、光学扫描仪、血氧探头均与数据处理设备连接，用于依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
特别地，所述数据处理设备包括处理器和存储器；所述数据处理器与存储器、指纹采集模块、视觉传感器、光学扫描仪、血氧探头、控制器电性连接，用于将指纹图像与存储器中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
本发明还公开了一种生物特征综合识别方法，其包括如下步骤：
A、探头阵列依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备；
B、数据处理设备将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
特别地，所述探头阵列包括指纹采集模块、视觉传感器、光学扫描仪及血氧探头；所述指纹采集模块、视觉传感器、光学扫描仪、血氧探头依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
特别地，所述数据处理设备包括处理器和存储器；所述数据处理器将指纹图像与存储器中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
特别地，所述步骤B中根据综合相似度判别待识别人员是否为授权人员，具体包括：当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度中任一数据不小于95%时，则判定别待识别人员是授权人员，当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度的100%补救数的乘积不大于5%时，则判定别待识别人员是授权人员。
本发明的技术方案以指纹、手背毛孔分布、手背纹路分布及手指血管分布多项特征作为身份识别的特征值，极大地提高身份识别的准确度，降低了假阴性和假阳性的概率，同时，本发明采用模块化的探头阵列，方便用户任意选取所需传感器组合。
附图说明
图1为本发明实施例提供的生物特征综合识别系统框图；
图2为本发明实施例提供的生物特征综合识别方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
请参照图1所示，图1为本发明实施例提供的生物特征综合识别系统框图。
本实施例中生物特征综合识别系统包括探头阵列101、数据处理设备102及控制器103。
所述探头阵列101与数据处理设备102电性连接，用于依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备102。
于本实施例，所述探头阵列101包括依次排布的指纹采集模块1011、视觉传感器1012、光学扫描仪1013及血氧探头1014。所述指纹采集模块1011、视觉传感器1012、光学扫描仪1013、血氧探头1014均与数据处理设备102连接，用于依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备102。
所述数据处理设备102与控制器103电性连接，用于将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器103，否则，反馈“不开”信号给控制器103。
于本实施例，所述数据处理设备102包括处理器1021和存储器1022。所述数据处理器1021与存储器1022、指纹采集模块1011、视觉传感器1012、光学扫描仪1013、血氧探头1014、控制器103电性连接，用于将指纹图像与存储器1022中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器1022中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器1022中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器1022中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器103，否则，反馈“不开”信号给控制器103。
处理器1021对手背毛孔分布图像上的可识别毛孔进行标记，然后依次对标记毛孔进行范围标记，将标记毛孔与范围标记内的毛孔进行连线，将上述连线形成的每一个角度与存储器1022中经相同处理的毛孔分布图像进行匹配，获取毛孔分布相似度；对手背纹路图像预处理后，依据特殊曲率点提取纹路图像的特征部位，并将其与存储器1022中的手背纹路图像进行匹配，获取纹路相似度；对手指的血氧饱和度数据进行分析，获取手指的血管分布信息，对所述手指的血管分布信息进行包括极值滤波、一次平滑的预处理，提取血管分布的特征部位，并将其与存储器1022中的血管分布信息进行匹配，获取血管分布相似度。需要说明的是，控制器103的种类有很多种，依据不同的应用而不同，例如可以为自动锁系统。
如图2所示，图2为本发明实施例提供的生物特征综合识别方法流程图。
本实施例中生物特征综合识别方法具体包括如下步骤：
步骤S201、探头阵列依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
本实施例中所述探头阵列包括依次排布的指纹采集模块、视觉传感器、光学扫描仪及血氧探头。所述指纹采集模块、视觉传感器、光学扫描仪、血氧探头依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
步骤S202、数据处理设备将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
本实施例中所述数据处理设备包括处理器和存储器。所述数据处理器与存储器、指纹采集模块、视觉传感器、光学扫描仪、血氧探头、控制器电性连接，用于将指纹图像与存储器中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度中任一数据不小于95%时，则判定别待识别人员是授权人员，当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度的100%补救数的乘积不大于5%时，则判定别待识别人员是授权人员，若是授权人员，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。以指纹相似度为例，100%补救数是指：若指纹相似度为70%，则指纹相似度的100%补救数就是30%。
本发明提供的生物特征综合识别系统及方法以指纹、手背毛孔分布、手背纹路分布及手指血管分布多项特征作为身份识别的特征值，极大地提高身份识别的准确度，降低了假阴性和假阳性的概率，同时，本发明采用模块化的探头阵列，方便用户任意选取所需传感器组合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (7)

1.一种生物特征综合识别系统，其特征在于，包括探头阵列、数据处理设备及控制器；
所述探头阵列与数据处理设备电性连接，用于依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备；
所述数据处理设备与控制器电性连接，用于将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
2.根据权利要求1所述的生物特征综合识别系统，其特征在于，所述探头阵列包括指纹采集模块、视觉传感器、光学扫描仪及血氧探头；其中，所述指纹采集模块、视觉传感器、光学扫描仪、血氧探头均与数据处理设备连接，用于依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
3.根据权利要求1或2任一项所述的生物特征综合识别系统，其特征在于，所述数据处理设备包括处理器和存储器；所述数据处理器与存储器、指纹采集模块、视觉传感器、光学扫描仪、血氧探头、控制器电性连接，用于将指纹图像与存储器中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
4.一种生物特征综合识别方法，其特征在于，包括如下步骤：
A、探头阵列依次采集手指指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备；
B、数据处理设备将所述指纹图像与预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
5.根据权利要求4所述的生物特征综合识别方法，其特征在于，所述探头阵列包括指纹采集模块、视觉传感器、光学扫描仪及血氧探头；所述指纹采集模块、视觉传感器、光学扫描仪、血氧探头依次采集指纹图像、手背毛孔分布图像、手背纹路图像、手指血氧饱和度数据，输出给数据处理设备。
6.根据权利要求4所述的生物特征综合识别方法，其特征在于，所述数据处理设备包括处理器和存储器；所述数据处理器将指纹图像与存储器中预存的授权人员指纹图像进行比对，获取指纹相似度，将所述手背毛孔分布图像与存储器中预存的手背毛孔分布图像进行比对，获取毛孔分布相似度，将所述手背纹路图像与存储器中预存的手背纹路图像进行比对，获取纹路相似度，对所述手指血氧饱和度数据进行分析，获取手指血管分布信息，将其与存储器中预存手指血管分布信息比对，获取血管分布相似度，并根据所述指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度计算综合相似度，根据综合相似度判别待识别人员是否为授权人员，若是，则反馈“开”信号给控制器，否则，反馈“不开”信号给控制器。
7.根据权利要求4至6之一所述的生物特征综合识别方法，其特征在于，所述步骤B中根据综合相似度判别待识别人员是否为授权人员，具体包括：
当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度中任一数据不小于95%时，则判定别待识别人员是授权人员，当指纹相似度、毛孔分布相似度、纹路相似度及血管分布相似度的100%补救数的乘积不大于5%时，则判定别待识别人员是授权人员。
CN201310485119.8A 2013-10-16 2013-10-16 一种生物特征综合识别系统及方法 Pending CN103544421A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310485119.8A CN103544421A (zh) 2013-10-16 2013-10-16 一种生物特征综合识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310485119.8A CN103544421A (zh) 2013-10-16 2013-10-16 一种生物特征综合识别系统及方法

Publications (1)

Publication Number Publication Date
CN103544421A true CN103544421A (zh) 2014-01-29

Family

ID=49967864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310485119.8A Pending CN103544421A (zh) 2013-10-16 2013-10-16 一种生物特征综合识别系统及方法

Country Status (1)

Country Link
CN (1) CN103544421A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616001A (zh) * 2015-03-04 2015-05-13 上海箩箕技术有限公司 指纹识别系统以及指纹识别方法
CN106446652A (zh) * 2016-09-13 2017-02-22 青岛海信移动通信技术股份有限公司 移动终端的解锁方法及装置
CN106716510A (zh) * 2014-09-25 2017-05-24 飞利浦灯具控股公司 管理服务系统
CN109871729A (zh) * 2017-12-04 2019-06-11 上海箩箕技术有限公司 身份识别方法和身份识别系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1441276A2 (en) * 2003-01-21 2004-07-28 Samsung Electronics Co., Ltd. User authentication method and apparatus
US20060130022A1 (en) * 2004-11-16 2006-06-15 Rahman A M Method to integrate biometric functionality into a host software application with runtime and compilation independence
CN101137997A (zh) * 2005-01-07 2008-03-05 光谱辨识公司 用于改进生物统计特征的确定的系统与方法
CN100409617C (zh) * 2003-01-30 2008-08-06 微软公司 认证确实性和降低的系统和方法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1441276A2 (en) * 2003-01-21 2004-07-28 Samsung Electronics Co., Ltd. User authentication method and apparatus
CN100409617C (zh) * 2003-01-30 2008-08-06 微软公司 认证确实性和降低的系统和方法
US20060130022A1 (en) * 2004-11-16 2006-06-15 Rahman A M Method to integrate biometric functionality into a host software application with runtime and compilation independence
CN101137997A (zh) * 2005-01-07 2008-03-05 光谱辨识公司 用于改进生物统计特征的确定的系统与方法
CN101773394A (zh) * 2010-01-06 2010-07-14 中国航天员科研训练中心 身份识别方法及应用该方法的身份识别系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周斌等: "多特征融合的手背血管识别算法", 《清华大学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106716510A (zh) * 2014-09-25 2017-05-24 飞利浦灯具控股公司 管理服务系统
CN104616001A (zh) * 2015-03-04 2015-05-13 上海箩箕技术有限公司 指纹识别系统以及指纹识别方法
CN104616001B (zh) * 2015-03-04 2018-04-03 上海箩箕技术有限公司 指纹识别系统以及指纹识别方法
CN106446652A (zh) * 2016-09-13 2017-02-22 青岛海信移动通信技术股份有限公司 移动终端的解锁方法及装置
CN109871729A (zh) * 2017-12-04 2019-06-11 上海箩箕技术有限公司 身份识别方法和身份识别系统

Similar Documents

Publication Publication Date Title
Gui et al. A survey on brain biometrics
CN110880361B (zh) 一种个性化精准用药推荐方法及装置
Werner et al. Automatic pain recognition from video and biomedical signals
CN101773394B (zh) 身份识别方法及应用该方法的身份识别系统
CN103345600B (zh) 一种心电信号数据处理方法
Bashar et al. Human identification from brain EEG signals using advanced machine learning method EEG-based biometrics
CN110200640B (zh) 基于双模态传感器的非接触式情绪识别方法
CN202257700U (zh) 多认证模式出入控制系统
CN107045744A (zh) 一种智能别墅门禁认证方法及系统
Lee et al. A study on the reproducibility of biometric authentication based on electroencephalogram (EEG)
EP3449409B1 (en) Biometric method and device for identifying a person through an electrocardiogram (ecg) waveform
KR20160111447A (ko) 개인용 식별 시스템 및 방법
CN103544421A (zh) 一种生物特征综合识别系统及方法
CN106874722A (zh) 一种基于心电信号的身份识别方法及其装置
JP6468823B2 (ja) 生体識別システムおよび電子機器
CN108091391A (zh) 病症评估方法、终端设备及计算机可读介质
CN105118104A (zh) 基于步态识别功能的多功能考勤机
Hsu et al. Exploring seismocardiogram biometrics with wavelet transform
CN113569924A (zh) 一种基于支持向量机多核协作的情绪辨识分类方法
CN109598275A (zh) 特征选择装置、方法及电子设备
Liwen et al. A dual-biometric-modality identification system based on fingerprint and EEG
CN109919050B (zh) 身份识别方法和装置
CN109063652B (zh) 一种信号处理方法、系统及计算机存储介质
CN203733125U (zh) 一种生物特征综合识别系统
CN110175522A (zh) 考勤方法、系统及相关产品

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140129