CN105930832A - 一种身份识别系统及方法 - Google Patents
一种身份识别系统及方法 Download PDFInfo
- Publication number
- CN105930832A CN105930832A CN201610333286.4A CN201610333286A CN105930832A CN 105930832 A CN105930832 A CN 105930832A CN 201610333286 A CN201610333286 A CN 201610333286A CN 105930832 A CN105930832 A CN 105930832A
- Authority
- CN
- China
- Prior art keywords
- identified
- biometric sample
- matching degree
- information
- preset matching
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明实施例提供了一种身份识别系统及方法,涉及生物特征识别技术领域。在将待识别信息与数据库中的生物特征样本进行匹配时,分步进行匹配,首先采用较低的第一预设匹配度作为匹配阈值对数据库进行初步筛选,通过较低的计算量筛选出匹配度较高的生物特征样本。然后再对筛选出的生物特征样本,使用较高的第二匹配度作为匹配阈值进行更精确的匹配,得到识别结果。如此,可避免将将待识别信息与数据库中的生物特征样本一一进行精确匹配,减少了识别时的计算量,加快了识别速度,提高识别效率和准确度。
Description
技术领域
本发明涉及生物特征识别技术领域,具体而言,涉及一种身份识别系统及方法。
背景技术
随着科技的发展,生物特征识别技术在身份识别系统中的应用已经十分广泛。目前,常用的身份识别方法是,预先采集已验证人员的生物特征样本,并录入数据库。然后将识别时捕捉到的待识别信息与数据库中的生物特征样本进行依次的精确匹配,如果匹配成功,则通过验证。然而采用这样的方法时,如果数据库中保存的生物特征样本数量特别巨大,对待识别信息进行匹配时,需要花费大量的时间,导致识别的时间长、效率低,非常不方便。
发明内容
有鉴于此,本发明实施例的目的在于提供一种身份识别系统及方法。
本发明实施例提供的一种身份识别系统,应用于生物识别装置,所述生物识别装置包括用于采集人体生物特征的生物特征采集装置,所述身份识别系统包括:
待识别信息接收模块,用于接收所述生物特征采集装置采集到的人体生物特征,作为待识别信息;
待识别信息匹配模块,用于将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本;
所述待识别信息匹配模块还用于将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度;
识别结果输出模块,用于当筛选出第二生物特征样本时,输出识别通过的结果,以及在未筛选出第二生物特征样本时,输出识别失败的结果。
优选地,所述待识别信息匹配模块还用于判断筛选出的第二生物特征样本的数量是否大于1;
所述身份识别系统还包括阈值调整模块,用于当筛选出的第二生物特征样本的数量大于1时,增大所述第二预设匹配度的值;
所述待识别信息匹配模块还用于在增大所述第二预设匹配度的值之后,重新执行所述第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本。
优选地,所述生物特征采集装置包括手掌静脉图像采集装置,所述生物特征样本包括手掌静脉图像信息。
优选地,所述第一预设匹配度的取值范围值为60%-80%,所述第二预设匹配度的取值范围值为90%-95%。
优选地,所述生物特征采集装置还包括指纹图像采集装置和人脸图像采集装置中的至少一种,所述生物特征样本还包括指纹图像信息和人脸图像信息中的至少一种。
本发明实施例提供的一种身份识别方法,应用于设置有身份识别系统的生物识别装置,所述生物识别装置包括用于采集人体生物特征的生物特征采集装置,所述身份识别方法包括:
待识别信息接收步骤,接收所述生物特征采集装置采集到的人体生物特征,作为待识别信息;
待识别信息匹配步骤,将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本;将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度;
识别结果输出步骤,当筛选出第二生物特征样本时,输出识别通过的结果,以及在未筛选出第二生物特征样本时,输出识别失败的结果。
优选地,所述方法在所述识别结果输出步骤之前还包括:
判断筛选出的第二生物特征样本的数量是否大于1;
当筛选出的第二生物特征样本的数量大于1时,增大所述第二预设匹配度的值;重新执行所述第二匹配操作,筛选出与所述待识别信息匹配度大于所述增大后的第二预设匹配度的第二生物特征样本;
其中,当筛选出的第二生物特征样本的数量等于1时,所述识别结果输出步骤输出识别通过的结果。
优选地,所述生物特征采集装置包括手掌静脉图像采集装置,所述生物特征样本包括手掌静脉图像信息。
优选地,所述第一预设匹配度的取值范围值为60%-80%,所述第二预设匹配度的取值范围值为90%-95%。
优选地,所述生物特征采集装置还包括指纹图像采集装置和人脸图像采集装置中的至少一个,所述生物特征样本还包括指纹图像信息 和人脸图像信息中的至少一个。
与现有技术相比,本发明提供的身份识别系统及方法,在将待识别信息与数据库中的生物特征样本进行匹配时,分步进行匹配,首先采用较低的第一预设匹配度作为匹配阈值对数据库进行初步筛选,通过较低的计算量筛选出匹配度较高的生物特征样本。然后再对筛选出的生物特征样本,使用较高的第二匹配度作为匹配阈值进行更精确的匹配,得到识别结果。如此,可避免将将待识别信息与数据库中的的生物特征样本一一进行精确匹配,减少了识别时的计算量,加快了识别速度,提高识别效率和准确度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的设置有身份识别系统的生物识别装置的方框示意图。
图2是本发明软佳实施例提供的身份识别系统的功能模块示意图。
图3为本发明较佳实施例提供的身份识别方法的流程图。
主要元件符号说明
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是本发明较佳实施例提供的生物识别装置100的方框示意图,其可以是具有生物特征识别功能的计算机装置、嵌入式设 备、考勤机、社保局终端设备等。所述生物识别装置100包括身份识别系统10、生物特征采集装置20、存储器30以及处理器40。
所述生物特征采集装置20、存储器30以及处理器40相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述身份识别系统10包括至少一个可以软件或固件(firmware)的形式存储于所述存储器30中或固化在所述生物识别装置100的操作系统(operating system,OS)中的软件功能模块。所述处理器用于执行存储器30中存储的可执行模块,例如所述身份识别系统10包括的软件功能模块或计算机程序。
其中,生物特征采集装置20是用于采集人体生物特征的设备,根据需要识别的生物特征的类别,生物特征采集装置20可以是,但不限于手掌静脉图像采集装置、指纹图像采集装置、人脸图像采集装置等。
存储器30可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器30用于存储程序,所述处理器40在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的生物识别装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40可能是一种集成电路芯片,具有信号的处理能力。上述的处理器40可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵 列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
请参阅图2,是本发明较佳实施例提供的图1所示的身份识别系统10的功能模块示意图。所述身份识别系统10包括待识别信息接收模块101、待识别信息匹配模块102、识别结果输出模块103以及阈值调整模块104。
待识别信息接收模块101用于接收所述生物特征采集装置20采集到的人体生物特征,作为待识别信息。
需要进行身份识别时,生物特征采集装置20从待识别人员处采集人体生物特征。在本实施例中,所述人体生物特征可以是手掌静脉图像(或人体掌纹)特征。相应地,所述生物特征采集装置20可以是手掌静脉图像采集装置,进行身份识别时,手掌静脉图像采集装置从待识别人员处采集手掌静脉图像。相比于其他的生物特征识别,手掌静脉识别在采集数据的方式为非接触式,通过红外线扫描即可获得手掌静脉图像。同时伪造困难,识别精度也更高。
在其它实施例中,所述人体生物特征也可以是指纹特征。相应地,所述生物特征采集装置20还可包括指纹采集装置,进行身份识别时,其可从待识别人员处采集手掌静脉图像。
或者,所述人体生物特征也可以是人脸图像特征。相应地,所述生物特征采集装置20还可包括人脸图像采集装置,进行身份识别时,其可从待识别人员处采集人脸图像。
待识别信息匹配模块102用于将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本;
还用于将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度。
本实施例中,所述数据库可以是预先建立在所述身份识别系统,其存储有大量的人体生物特征样本。该数据库中保存的人体生物特征样本可以从特定的群体中预先采集而获得。例如,本实施例中,所述身份识别系统可用于社会保障体系,社会中每个社会人员在建立自己的社保档案时,可以录入至少一个自身的人体生物特征保存在所述数据库中,以用作身份识别。对于一些比较封闭的系统,数据库中的生物特征样本可以从属于该系统的人员处依次进行采集并录入。
获得待识别信息后,将其与数据库中的生物特征样本进行匹配。数据库设置于生物识别装置100,保存有预先录入的生物特征样本,每一个生物特征样本都对应一个人员的身份信息。通过将待识别信息与数据库中的生物特征样本进行匹配确定待识别人员的身份。
首先通过取值较小的第一预设匹配度对数据库中的生物特征样本进行初筛,将大部分匹配度较低的生物特征样本滤除。具体地,第一预设匹配度的取值通常不大,如60%-80%,对于这样的匹配度,并不需要过于精确的计算,相对于将待识别信息与数据库中的一个生物特征样本都依次进行精确匹配,只筛选出匹配度大于第一预设匹配度的生物特征样本,计算量要小得多。在使用过程中,第一预设匹配度的取值并不限于60%-80%,根据实际的需求,如数据库中样本的数量,可以灵活进行调整。通常情况下,将第一预设匹配度设置为60%,就能取得很好的筛选效果。
作为本发明实施的其他实施方式,如果在进行第一匹配操作后,筛选出的第一生物特征样本的数量就已经是1的情况下,也可以不再进行第二匹配操作,直接输出识别通过的结果,还可以将该第一生物特征样本一同作为识别结果输出,大大减少了匹配时的计算量。
在滤除了大部分匹配度较低的生物特征样本之后,对于筛选出生物特征样本,就可以以第二预设匹配度为条件,进行更高精度的匹配。在实际运用中,对于同一个的人,不同时候采集到的生物特征样本可能会存在细微的差别。因此,在匹配过程中,通常匹配对象的匹配度到达某个值,如95%,就可以认定是相互匹配的。因此,第二预设匹配度的取值通常非常靠近这个数值,如取90%-95%,以尽量保证在经过第二次的筛选后,筛选出的就是与待识别信息匹配的生物特征样本。
待识别信息匹配模块102用于判断筛选出的第二生物特征样本的数量是否大于1,并在增大所述第二预设匹配度的值之后,重新执行所述第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本。
进行身份识别时,在只需要确认数据库中是否与待识别信息在匹配的生物特征样本,而不需要精确获得待识别信息对应的身份信息的情况下,通过将第二预设匹配度设置为合适的数值后,经过第二匹配操作,只要筛选出第二生物特征样本,就认为是识别通过。对于一些需要确定待识别信息对应的身份信息的识别系统,在进行第二匹配操作时,对第二预设匹配度的取值就需要进行对应调整。在本实施中,如果经过以第二预设匹配度为匹配度筛选条件的筛选后,筛选出的第二生物特征样本数量大于1,就说明还是无法确认待识别信息对应的身份信息,需要进行更精准的匹配。
识别结果输出模块103,用于当筛选出第二生物特征样本时,输出识别通过的结果,以及在未筛选出第二生物特征样本时,输出识别失败的结果。
经过以第二预设匹配度为匹配度筛选条件的筛选后,如果筛选出生物特征样本,则可以认为数据库中存在与待识别信息匹配的生物特征样本。具体的,筛选出的第二生物特征样本数量等于1时,在输出 识别通过的结果的同时可以将人员的身份信息一起输出。如果没有筛选出生物特征样本,则可以认为数据库中不存在与待识别信息匹配的生物特征样本。
阈值调整模块104用于当筛选出的第二生物特征样本的数量大于1时,增大所述第二预设匹配度的值。
将第二预设匹配度的值增大,进行精确度更高的筛选,随着匹配精度的提高,如果数据库中存在与待识别信息匹配的生物特征样本,则必然会得到一个筛选结果,就是与待识别信息匹配的生物特征样本。得到与待识别信息匹配的生物特征样本后,再由识别结果输出模块103在输出识别通过的结果的同时,将该生物特征样本也作为识别结果输出。
作为本实施例的一个实施方式,所述生物特征采集装置20包括手掌静脉图像采集装置,所述生物特征样本包括手掌静脉图像信息。采用手掌静脉图像信息作为识别的对象。
待识别信息匹配模块102在执行第一匹配操作或第二匹配操作时,将待识别信息与所述数据库中的手掌静脉图像信息进行匹配的方式为:
提取所述手掌静脉图像采集装置采集到的待识别手掌静脉图像的特征值;
保存在数据库中的手掌静脉图像信息为特征值信息,将待识别手掌静脉图像的特征值与所述特征值信息进行匹配,得到待识别手掌静脉图像与保存在数据库中的手掌静脉图像信息的匹配度。
在进行第一匹配操作时,由于第一预设匹配度的取值较低,对比待识别手掌静脉图像和数据库中的手掌静脉图像信息时,可以采用相对计算量较小的算法,虽然计算精确度会有所降低,由于第一匹配操作是初步筛选,目的在于滤除大部分匹配度低的手掌静脉图像信息, 对筛选的结果不会有太多的影响,同时提高了匹配时的速度。
作为本实施例的另一个实施方式,所述生物特征采集装置20还包括指纹图像采集装置和人脸图像采集装置,所述生物特征样本还包括指纹图像信息和人脸图像信息。
待识别信息匹配模块102将待识别信息与所述数据库中的生物特征样本进行时。将多个不同生物特征采集装置20采集的生物特征作为待识别信息,分别与数据库中的生物特征样本进行匹配,得到综合的匹配度。同样再通过第一预设匹配度和第二预设匹配度进行筛选,最后得到与待识别信息匹配的生物特征样本。采用这样的方式,考虑多个生物特征的同时匹配,能够获得更准确的匹配结果。
请参阅图3,是本发明较佳实施例提供的应用于图2所示的身份识别系统10的身份识别方法的流程图。下面将对图3所示的具体流程进行详细阐述。
步骤S101,接收所述生物特征采集装置20采集到的人体生物特征,作为待识别信息。该步骤S101可由所述身份识别系统10的待识别信息接收模块101配合所述生物特征采集装置20执行。关于该步骤S101的描述具体可参对上述对待识别信息接收模块101的描述。
步骤S102,将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本。
步骤S103,将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度。
步骤S104,判断是否筛选出第二生物特征样本,如果是,执行步骤S105,如果否,执行步骤S106。
步骤S105,判断筛选出的第二生物特征样本的数量是否大于1。如果是,执行步骤S108和步骤S103,如果否,执行步骤S107。
具体地,步骤S102、步骤S103、步骤S104以及步骤S105可由所述待识别信息匹配模块102执行,具体的进行匹配的方法可参上述对待识别信息匹配模块102的详细描述。
步骤S106,输出识别失败的结果。
步骤S107,输出识别通过的结果。
具体地,步骤S106以及步骤S107可由所述识别结果输出模块103执行,具体的输出识别结果的方法可参上述对所述识别结果输出模块103的详细描述。
步骤S108,增大所述第二预设匹配度的值。
具体地,所述步骤S108可由所述阈值调整模块104执行,该步骤S108增大第二预设匹配度的方法可参上述对阈值调整模块104的详细描述。
综上所述,在将待识别信息与数据库中的的生物特征样本进行匹配时,分步进行匹配,首先采用较低的第一预设匹配度作为匹配阈值对数据库进行初步筛选,通过较低的计算量筛选出匹配度较高的生物特征样本。然后再对筛选出的生物特征样本,使用较高的第二匹配度作为匹配阈值进行更精确的匹配,得到识别结果。如此,可避免将将待识别信息与数据库中的的生物特征样本一一进行精确匹配,减少了识别时的计算量,加快了识别速度,提高识别效率和准确度。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程 序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没 有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种身份识别系统,应用于生物识别装置,所述生物识别装置包括用于采集人体生物特征的生物特征采集装置,其特征在于,所述身份识别系统包括:
待识别信息接收模块,用于接收所述生物特征采集装置采集到的人体生物特征,作为待识别信息;
待识别信息匹配模块,用于将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本;
所述待识别信息匹配模块还用于将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度;
识别结果输出模块,用于当筛选出第二生物特征样本时,输出识别通过的结果,以及在未筛选出第二生物特征样本时,输出识别失败的结果。
2.根据权利要求1所述的身份识别系统,其特征在于,所述待识别信息匹配模块还用于判断筛选出的第二生物特征样本的数量是否大于1;
所述身份识别系统还包括阈值调整模块,用于当筛选出的第二生物特征样本的数量大于1时,增大所述第二预设匹配度的值;
所述待识别信息匹配模块还用于在增大所述第二预设匹配度的值之后,重新执行所述第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本。
3.根据权利要求1所述的身份识别系统,其特征在于,所述生物特征采集装置包括手掌静脉图像采集装置,所述生物特征样本包括手掌静脉图像信息。
4.根据权利要求3所述的身份识别系统,其特征在于,所述第一预设匹配度的取值范围值为60%-80%,所述第二预设匹配度的取值范围值为90%-95%。
5.根据权利要求3所述的身份识别系统,其特征在于,所述生物特征采集装置还包括指纹图像采集装置和人脸图像采集装置中的至少一种,所述生物特征样本还包括指纹图像信息和人脸图像信息中的至少一种。
6.一种身份识别方法,应用于设置有身份识别系统的生物识别装置,所述生物识别装置包括用于采集人体生物特征的生物特征采集装置,其特征在于,所述身份识别方法包括:
待识别信息接收步骤,接收所述生物特征采集装置采集到的人体生物特征,作为待识别信息;
待识别信息匹配步骤,将所述待识别信息与预先保存于数据库中的生物特征样本进行第一匹配操作,筛选出所述数据库中与所述待识别信息匹配度大于第一预设匹配度的第一生物特征样本;将所述待识别信息与筛选出的第一生物特征样本进行第二匹配操作,筛选出与所述待识别信息匹配度大于第二预设匹配度的第二生物特征样本,其中所述第二预设匹配度大于第一预设匹配度;
识别结果输出步骤,当筛选出第二生物特征样本时,输出识别通过的结果,以及在未筛选出第二生物特征样本时,输出识别失败的结果。
7.根据权利要求6所述的身份识别方法,其特征在于,所述 方法在所述识别结果输出步骤之前还包括:
判断筛选出的第二生物特征样本的数量是否大于1;
当筛选出的第二生物特征样本的数量大于1时,增大所述第二预设匹配度的值;重新执行所述第二匹配操作,筛选出与所述待识别信息匹配度大于所述增大后的第二预设匹配度的第二生物特征样本;
其中,当筛选出的第二生物特征样本的数量等于1时,所述识别结果输出步骤输出识别通过的结果。
8.根据权利要求6所述的身份识别方法,其特征在于,所述生物特征采集装置包括手掌静脉图像采集装置,所述生物特征样本包括手掌静脉图像信息。
9.根据权利要求8所述的身份识别方法,其特征在于,所述第一预设匹配度的取值范围值为60%-80%,所述第二预设匹配度的取值范围值为90%-95%。
10.根据权利要求8所述的身份识别方法,其特征在于,所述生物特征采集装置还包括指纹图像采集装置和人脸图像采集装置中的至少一个,所述生物特征样本还包括指纹图像信息和人脸图像信息中的至少一个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610333286.4A CN105930832A (zh) | 2016-05-18 | 2016-05-18 | 一种身份识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610333286.4A CN105930832A (zh) | 2016-05-18 | 2016-05-18 | 一种身份识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105930832A true CN105930832A (zh) | 2016-09-07 |
Family
ID=56841724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610333286.4A Pending CN105930832A (zh) | 2016-05-18 | 2016-05-18 | 一种身份识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105930832A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106413064A (zh) * | 2016-11-30 | 2017-02-15 | 努比亚技术有限公司 | 移动终端控制装置及方法 |
CN107507308A (zh) * | 2017-08-17 | 2017-12-22 | 美的智慧家居科技有限公司 | 一种匹配信息的方法、装置和智能门锁 |
CN108052925A (zh) * | 2017-12-28 | 2018-05-18 | 江西高创保安服务技术有限公司 | 一种小区人员档案智能管理方法 |
CN108090451A (zh) * | 2017-12-20 | 2018-05-29 | 湖北工业大学 | 一种人脸识别方法及系统 |
CN109299594A (zh) * | 2018-09-04 | 2019-02-01 | 阿里巴巴集团控股有限公司 | 身份验证方法及装置 |
CN109697468A (zh) * | 2018-12-24 | 2019-04-30 | 苏州科达科技股份有限公司 | 样本图像的标注方法、装置及存储介质 |
CN110084612A (zh) * | 2019-04-28 | 2019-08-02 | 广东小天才科技有限公司 | 基于移动终端的支付方法、装置、终端及存储介质 |
WO2020220213A1 (zh) * | 2019-04-29 | 2020-11-05 | 深圳市汇顶科技股份有限公司 | 生物特征识别方法以及电子设备 |
CN113052197A (zh) * | 2019-12-28 | 2021-06-29 | 中移(成都)信息通信科技有限公司 | 身份识别的方法、装置、设备和介质 |
CN114964378A (zh) * | 2022-06-01 | 2022-08-30 | 大连尚喜科技有限公司 | 一种水下污损生物取样研究方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439997A (zh) * | 2002-02-22 | 2003-09-03 | 杭州中正生物认证技术有限公司 | 指纹识别方法与系统 |
US20130216106A1 (en) * | 2010-11-08 | 2013-08-22 | Nec Corporation | Image matching device |
CN103902865A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 一种信息处理的方法及电子设备 |
CN105335731A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端设备 |
-
2016
- 2016-05-18 CN CN201610333286.4A patent/CN105930832A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439997A (zh) * | 2002-02-22 | 2003-09-03 | 杭州中正生物认证技术有限公司 | 指纹识别方法与系统 |
US20130216106A1 (en) * | 2010-11-08 | 2013-08-22 | Nec Corporation | Image matching device |
CN103902865A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 一种信息处理的方法及电子设备 |
CN105335731A (zh) * | 2015-11-13 | 2016-02-17 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及终端设备 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106413064A (zh) * | 2016-11-30 | 2017-02-15 | 努比亚技术有限公司 | 移动终端控制装置及方法 |
CN106413064B (zh) * | 2016-11-30 | 2019-09-20 | 努比亚技术有限公司 | 移动终端控制装置及方法 |
CN107507308A (zh) * | 2017-08-17 | 2017-12-22 | 美的智慧家居科技有限公司 | 一种匹配信息的方法、装置和智能门锁 |
CN108090451A (zh) * | 2017-12-20 | 2018-05-29 | 湖北工业大学 | 一种人脸识别方法及系统 |
CN108090451B (zh) * | 2017-12-20 | 2019-12-24 | 湖北工业大学 | 一种人脸识别方法及系统 |
CN108052925B (zh) * | 2017-12-28 | 2021-08-03 | 江西高创保安服务技术有限公司 | 一种小区人员档案智能管理方法 |
CN108052925A (zh) * | 2017-12-28 | 2018-05-18 | 江西高创保安服务技术有限公司 | 一种小区人员档案智能管理方法 |
CN109299594A (zh) * | 2018-09-04 | 2019-02-01 | 阿里巴巴集团控股有限公司 | 身份验证方法及装置 |
CN109697468A (zh) * | 2018-12-24 | 2019-04-30 | 苏州科达科技股份有限公司 | 样本图像的标注方法、装置及存储介质 |
CN110084612A (zh) * | 2019-04-28 | 2019-08-02 | 广东小天才科技有限公司 | 基于移动终端的支付方法、装置、终端及存储介质 |
WO2020220213A1 (zh) * | 2019-04-29 | 2020-11-05 | 深圳市汇顶科技股份有限公司 | 生物特征识别方法以及电子设备 |
CN113052197A (zh) * | 2019-12-28 | 2021-06-29 | 中移(成都)信息通信科技有限公司 | 身份识别的方法、装置、设备和介质 |
CN113052197B (zh) * | 2019-12-28 | 2024-03-12 | 中移(成都)信息通信科技有限公司 | 身份识别的方法、装置、设备和介质 |
CN114964378A (zh) * | 2022-06-01 | 2022-08-30 | 大连尚喜科技有限公司 | 一种水下污损生物取样研究方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105930832A (zh) | 一种身份识别系统及方法 | |
CN106055946A (zh) | 一种身份识别系统及方法 | |
CN105335731B (zh) | 指纹识别方法、装置及终端设备 | |
US11263435B2 (en) | Method for recognizing face from monitoring video data | |
US20070183634A1 (en) | Auto Individualization process based on a facial biometric anonymous ID Assignment | |
CN106778457A (zh) | 可提高指纹识别率的指纹识别方法及系统 | |
CN105468955A (zh) | 基于生物识别的移动终端及电子系统 | |
CN104794448A (zh) | 指纹验证系统 | |
CN109614777B (zh) | 智能设备以及智能设备的用户身份验证方法和装置 | |
CN101499134A (zh) | 基于现场可编程门阵列的虹膜识别方法及系统 | |
CN102915594A (zh) | 基于人体生物信息码的银行卡安全系统及其操作方法 | |
CN112199530B (zh) | 多维度脸库图片自动更新方法、系统、设备及介质 | |
CN113392894A (zh) | 一种多组学数据的聚类分析方法和系统 | |
CN102637255A (zh) | 用于处理图像中包含的面部的方法和设备 | |
CN111831989A (zh) | 一种基于多模态ppg信号的身份认证方法及装置 | |
CN110569820A (zh) | 一种单采血浆站供血浆者身份识别系统及方法 | |
US20230244969A1 (en) | Method of Improving Processing Efficiency Decision Making Within a Computer System | |
TWI427544B (zh) | 具智能學習功能之生物特徵辨識裝置及其方法 | |
US10713342B2 (en) | Techniques to determine distinctiveness of a biometric input in a biometric system | |
CN113837006A (zh) | 一种人脸识别方法、装置、存储介质及电子设备 | |
CN111460901B (zh) | 一种基于Wi-Fi信号和迁移学习的活动分类模型构建方法及系统 | |
Jain et al. | A filterbank-based representation for classification and matching of fingerprints | |
CN203164985U (zh) | 指纹验证设备 | |
CN106548112A (zh) | 一种身份识别方法及系统 | |
CN113609464B (zh) | 基于多模态生物识别的大数据分析管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into 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: 20160907 |