CN105160229A - 一种具有语音和指纹双重鉴权的单兵系统 - Google Patents

Abstract

本发明提供一种具有语音和指纹双重鉴权的单兵系统，其特征在于：包括语音识别模块和指纹识别模块，通过语音或指纹两种方式的任意一种即可登录和访问单兵系统。该系统在保证电子证据安全的前提下，大大简化对单兵系统的操作；同时，管理人员还可以通过语音或指纹登陆系统后，在其权限允许范围内查看和操作其它单兵系统，这为全面、系统了解监控现场提供了必不可少的工具。

Description

一种具有语音和指纹双重鉴权的单兵系统

技术领域

本发明涉及一种单兵系统，尤其涉及一种具有语音和指纹双重鉴权的单兵系统。

背景技术

目前的单兵系统通过密码登录系统，上传电子资料到指定的服务器，实行谁使用谁控制；当前的监控涉及很多机密信息，权限管理十分重要，而传统的密码登录方式安全性差，且操作不灵活。传统单兵系统存在的主要问题有：

1）单兵终端进入监控系统主要通过密码登录，当单兵操作人员密码忘记，会给操作单兵带来不便；当密码泄漏，单兵系统的电子证据将存在极大安全隐患；

2）传统单兵系统主要通过手动来启动，当执行任务为晚上或光线很暗的环境中，单兵人员则无法方便操作单兵，可能导致重要的监控信息被错过；

3）当单兵人员出现受伤或现场出现意外时，将可能导致单兵系统监控中断。

有鉴于此，有必要提供一种具有语音和指纹双重鉴权的单兵系统，以解决上述问题。

发明内容

本发明的目的是：为了解决现有技术存在的问题，从而提供一种具有语音和指纹双重鉴权的单兵系统，即通过语音或指纹两种方式的任意一种即可登录和访问单兵系统。

为实现上述目的，本发明采用如下技术方案：一种具有语音和指纹双重鉴权的单兵系统，其特征在于：包括语音识别模块和指纹识别模块，通过语音或指纹两种方式的任意一种即可登录和访问单兵系统。

如上所述的具有语音和指纹双重鉴权的单兵系统，其特征在于，所述语音识别模块所采用的算法是基于贝叶斯统计模型进行改进，将简单容易识别的语音信号用贝叶斯算法识别，不容易识别的上传到云端进行匹配，使用云端最新语音数据库来对比识别，把相似性最高的作为识别结果输出。

如上所述的具有语音和指纹双重鉴权的单兵系统，其特征在于，所述指纹识别模块的工作流程是：

通过指纹采集设备获取所需识别指纹的图像；

对采集的图像进行预处理，处理流程包括：图像质量判断、图像增强、指纹区域检测、指纹方向图和频率估算、图像二值化、图像细化；

从预处理后的图像中，获取指纹的脊线数据；

从指纹的脊线数据中，提取指纹识别所需的特征点；

将提取指纹特征点的信息与数据库中保存的指纹特征逐一匹配，判断是否为相同指纹；

完成指纹匹配处理后，输出指纹识别的处理结果。

本发明的有益效果是：本发明是在传统单兵系统的基础上，应用语音识别模块和指纹识别模块，来实现语音或指纹双重鉴权的功能；另外，结合无线通信技术，利用该鉴权功能还能远程登录单兵系统，使得监控操作更方便快捷、灵活多变、安全可靠。这对工作人员规范流程、提高效率、保证质量等具有重要现实意义，在公安、法院、监狱、环保等安防监控领域具有广阔的应用前景。相较于现有技术，本发明具有如下优点：

1）每个人的语音和指纹是独一无二的，采用语音或指纹双重鉴权技术，将极大减少对单兵的非法操作，大大提高单兵终端的安全性；

2）本系统基于语音来登录和访问单兵系统，则大大提高监控效率和质量；

3）管理人员可以通过语音或指纹登录单兵系统，查看其权限允许范围内其它单兵系统的动态，及时了解现场信息，及时处理出现的意外和事故。

附图说明

图1是本发明的单兵系统的语音识别原理图。

图2是本发明的单兵系统的指纹识别处理流程图。

具体实施方式

为了更好地理解本发明，下面结合实施例进一步阐明本发明的内容，但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样在本申请所列权利要求书限定范围之内。

本发明主要在传统的单兵系统上，结合语音识别算法和指纹识别算法，以及云端控制技术，来实现对语音和指纹的双重鉴权。下面分别对语音识别算法和指纹识别算法的原理作具体介绍。

本发明采用的语音识别算法，基于贝叶斯统计模型进行改进，将简单容易识别的语音信号用贝叶斯算法识别，不好识别的上传到云端进行匹配，使用云端最新语音数据库来对比识别，把相似性最高的作为识别结果输出。本系统中的语音识别算法的基本原理如图1所示，分别从以下四个方面进行语音识别的原理进行说明：

声学特征：通过前段特征提取获得。声学特征提取完成从语音信号提取出对语音识别有用的信息，它对语音信号进行分析处理，去掉与语音识别无关的冗余信息，获得影响语音识别的重要信息。

声学模型：对声学特征进行统计建模。声学模型是识别系统的底层模型，并且是语音识别系统中最关键的一部分。声学模型的目的是提供一种有效的方法计算语音的特征矢量序列和每个发音模板之间的距离。声学模型单元大小（字发音模型、半字节模型或因素模型）对语音训练数量大小、系统识别率，以及灵活性有较大的影响。声学模型通常是将获取的语音特征使用训练算法进行训练后产生。在识别时将输入的语音特征同声学模型进行匹配和比较，得到最佳的识别结果。

语言模型：对词串进行统计建模。语言模型的任务是描述单位（音素、音节、字、词）之间的组合关系，在语音识别中的作用是通过学习得到的先验知识消除发音边界处字和词的模糊性，常见的有基于规则的文法模型，是用有限状态网络来描述，节点表示语言单位，连接点之间弧表示确定性的文法规则。

解码搜索：通过设计算法得到最优词串。对于常见的语音信号，解码得到的语音信号与词库中的信号进行对比，选择得分最大的作为识别输出结果；对于不好识别的上传到云端进行识别，使用云端最新算法和数据库和语义识别，实现自然语音的识别和理解。

本发明除采用语音技术进行鉴权外，还利用指纹识别技术进行鉴权。两枚指纹经常会具有相同的总体特征，但它们的细节特征，却不可能完全相同，通过这些不同的细节特征进行指纹识别。指纹识别为一个典型的模式识别系统，包括指纹图像获取、处理、特征提取和对比等部分。

本发明采用的指纹识别系统的工作流程，见图2所示：

通过指纹采集设备获取所需识别指纹的图像，主要是通过指纹采集仪来实现的；

对采集的图像进行预处理，处理流程包括：图像质量判断、图像增强、指纹区域检测、指纹方向图和频率估算、图像二值化、图像细化；

从预处理后的图像中，获取指纹的脊线数据；

从指纹的脊线数据中，提取指纹识别所需的特征点；

将提取指纹特征（特征点的信息）与数据库中保存的指纹特征逐一匹配，判断是否为相同指纹；

完成指纹匹配处理后，输出指纹识别的处理结果。

通过以上语音识别和指纹识别方案，实现了对监控终端的双重鉴权，使得监控操作更方便快捷、灵活多变、安全可靠，这对工作人员规范流程、提高效率、保证质量等具有重要现实意义。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (3)

1.一种具有语音和指纹双重鉴权的单兵系统，其特征在于：包括语音识别模块和指纹识别模块，通过语音或指纹两种方式的任意一种即可登录和访问单兵系统。

2.根据权利要求1所述的具有语音和指纹双重鉴权的单兵系统，其特征在于，所述语音识别模块所采用的算法是基于贝叶斯统计模型进行改进，将简单容易识别的语音信号用贝叶斯算法识别，不容易识别的上传到云端进行匹配，使用云端最新语音数据库来对比识别，把相似性最高的作为识别结果输出。

3.根据权利要求1所述的具有语音和指纹双重鉴权的单兵系统，其特征在于，所述指纹识别模块的工作流程是：

通过指纹采集设备获取所需识别指纹的图像；

对采集的图像进行预处理，处理流程包括：图像质量判断、图像增强、指纹区域检测、指纹方向图和频率估算、图像二值化、图像细化；

从预处理后的图像中，获取指纹的脊线数据；

从指纹的脊线数据中，提取指纹识别所需的特征点；

将提取指纹特征点的信息与数据库中保存的指纹特征逐一匹配，判断是否为相同指纹；

完成指纹匹配处理后，输出指纹识别的处理结果。