CN106250886A - 一种人脸识别方法和装置 - Google Patents

Abstract

本发明提供了一种人脸识别方法和装置，其中，该方法包括：获取目标识别对象脸部的反射信号；其中，反射信号包括光学信号和超声波信号；对反射信号进行特征提取处理，生成脸部的实际特征数据；将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息；其中，特征数据库包括指定用户的身份信息和身份信息对应的理想特征数据；理想特征数据包括指定用户的脸部对应的光学特征数据和超声波特征数据。本发明通过将光学信号和超声波信号相结合，可以在强光照射时，光学信号微弱的情况下，通过超声波信号提取到目标识别对象的特征数据，实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

Description

一种人脸识别方法和装置

技术领域

本发明涉及人脸识别技术领域，具体而言，涉及一种人脸识别方法和装置。

背景技术

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术；人脸识别技术通常用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关处理。

对于现有的人脸识别系统，光照变化是影响系统识别性能的一个主要因素，当识别时的光照与用户注册时的光照条件不一致时，通常会引起识别性能的大幅度下降；且在某些特殊情况下，识别系统中的识别装置可能会被太阳光等强光照射，从而导致在该情况下识别装置接收不到从人脸反馈的任何光照信息，大大影响了人脸识别系统的识别性能。

针对现有的人脸识别系统在强光照射下识别性能较差的问题，目前尚未提出有效的解决方案。

发明内容

有鉴于此，本发明实施例的目的在于提供一种人脸识别方法和装置，通过将光学信号和超声波信号相结合，可以在强光照射时，光学信号微弱的情况下，通过超声波信号提取到目标识别对象的特征数据，实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

第一方面，本发明实施例提供了一种人脸识别方法，包括：获取目标识别对象脸部的反射信号；其中，反射信号包括光学信号和超声波信号；对反射信号进行特征提取处理，生成脸部的实际特征数据；其中，实际特征数据包括光学信号的实际特征数据和超声波信号的实际特征数据；将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息；其中，特征数据库包括指定用户的身份信息和身份信息对应的理想特征数据；理想特征数据包括指定用户的脸部对应的光学特征数据和超声波特征数据。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，获取目标识别对象脸部的反射信号，包括：通过光反射信号接收器获取目标识别对象脸部的光学信号；判断光学信号的强度值是否达到预先设定的可识别阈值；如果否，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，通过光反射信号接收器获取目标识别对象脸部的光学信号，包括：通过光反射信号接收器获取目标识别对象脸部的近红外光信号。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，对反射信号进行特征提取处理，生成脸部的实际特征数据，包括：滤除反射信号中的干扰信号，生成反射信号的标准化信号；其中，标准化信号包括光学标准信号和超声波标准信号；对标准化信号进行特征提取，得到脸部的实际特征数据。

结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息，包括：将光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，特征数据库中的光学特征数据与超声波特征数据按照脸部特征相互对应，脸部特征包括部位形状特征和颜色特征；将超声波信号的实际特征数据与特征数据库中的超声波特征数据进行比对，获得第二比对结果；将第一比对结果和第二比对结果进行整合处理，并根据整合处理结果确认目标识别对象的身份信息。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，将第一比对结果和第二比对结果进行整合处理，包括：从第一比对结果中去除通过光学信号的实际特征数据比对成功的理想特征数据，得到比对中间结果；从第二比对结果中提取出与比对中间结果相对应的比对结果；将提取出的比对结果整合至第一比对结果中，生成整合处理结果。

结合第一方面至第一方面的第五种可能的实施方式中的任一种，本发明实施例提供了第一方面的第六种可能的实施方式，其中，特征数据库的建立过程包括：采集指定用户的身份信息和指定用户的脸部的反射信号；对反射信号进行滤除干扰信号处理和特征提取处理，生成与指定用户的身份信息对应的特征数据；其中，特征数据包括光学特征数据和超声波特征数据；将光学特征数据和超声波特征数据中脸部特征相同的特征数据进行叠加处理，生成指定用户的理想特征数据；将指定用户的身份信息和理想特征数据保存至特征数据库中。

第二方面，本发明实施例提供了一种人脸识别装置，包括：信号获取模块，用于获取目标识别对象脸部的反射信号；其中，反射信号包括光学信号和超声波信号；特征提取模块，用于对反射信号进行特征提取处理，生成脸部的实际特征数据；其中，实际特征数据包括光学信号的实际特征数据和超声波信号的实际特征数据；比对模块，用于将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息；其中，特征数据库包括指定用户的身份信息和身份信息对应的理想特征数据；理想特征数据包括指定用户的脸部对应的光学特征数据和超声波特征数据。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，信号获取模块包括：光学信号获取单元，用于通过光反射信号接收器获取目标识别对象脸部的光学信号；判断单元，用于判断光学信号的强度值是否达到预先设定的可识别阈值；超声波信号获取单元，用于当光学信号的强度值没有达到预先设定的可识别阈值时，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，比对模块包括：第一比对单元，用于将光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，特征数据库中的光学特征数据与超声波特征数据按照脸部特征相互对应，脸部特征包括部位形状特征和颜色特征；第二比对单元，用于将超声波信号的实际特征数据与特征数据库中的超声波特征数据进行比对，获得第二比对结果；整合单元，用于将第一比对结果和第二比对结果进行整合处理，并根据整合处理结果确认目标识别对象的身份信息。

本发明实施例提供的一种人脸识别方法和装置，通过对获取到的目标识别对象脸部的光学信号和超声波信号进行特征提取处理，可以获得该目标识别对象脸部的实际特征数据；通过将该实际特征数据与预先建立的特征数据库中的光学特征数据和超声波特征数据进行比对，可以确认目标识别对象的身份信息。上述方式通过将光学信号和超声波信号相结合，可以在强光照射时，光学信号微弱的情况下，通过超声波信号提取到目标识别对象的特征数据，实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

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示出了本发明实施例所提供的一种人脸识别方法的流程图；

图2示出了本发明实施例所提供的一种人脸识别方法中，将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的用户身份信息的具体方法的流程图；

图3示出了本发明实施例所提供的一种人脸识别装置的结构示意图；

图4示出了本发明实施例所提供的一种人脸识别装置中，比对模块的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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。

考虑到现有的人脸识别系统在强光照射下识别性能较差的问题，本发明实施例提供了一种人脸识别方法和装置，该技术可以应用于通过人脸识别进行身份信息确认的相关环境中，包括信息安全、出入控制、刑事侦查等应用领域；该技术可以采用相关的软件和硬件实现，下面通过实施例进行描述。

实施例1

参见图1所示的一种人脸识别方法的流程图，该方法包括如下步骤：

步骤S102，获取目标识别对象脸部的反射信号；其中，该反射信号包括光学信号和超声波信号；

上述光学信号和超声波信号是由相关光发生装置或者超声波发生装置发出，传播至人脸后，出现的光学或者超声波的反射信号；该反射信号带有人脸的特征信息，因此可以根据该反射信号进行人脸识别。

步骤S104，对上述反射信号进行特征提取处理，生成脸部的实际特征数据；其中，该实际特征数据包括光学信号的实际特征数据和超声波信号的实际特征数据；

在实际实现时，可以采用多种特征提取方式获取目标识别对象的实际特征数据；具体地，当上述实际特征数据是光学信号的实际特征数据时，上述特征提取方式可以包括统计特征识别法、几何特征识别法或基于连接机制识别法等；当上述实际特征数据是超声波信号的实际特征数据时，上述特征提取方式包括计算反射回波的BIN值数、回波的总能量、起点到第一峰值的距离、第一峰值的幅度或平均声面积等。

步骤S106，将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息；其中，该特征数据库包括指定用户的身份信息和该身份信息对应的理想特征数据；该理想特征数据包括指定用户的脸部对应的光学特征数据和超声波特征数据。

具体地，在建立上述特征数据库时，可以将采集到的实际特征数据存入存储模块，从而建立特征数据库的理想特征数据。在进行人脸识别时，对目标识别对象采用同样的信号采集设备和信号处理方法，获取实时人脸数据特征与存入存储模块，建立特征数据库的理想特征数据进行比对，确认目标识别对象的身份信息。

本发明实施例提供的一种人脸识别方法，通过对获取到的目标识别对象脸部的光学信号和超声波信号进行特征提取处理，可以获得该目标识别对象脸部的实际特征数据；通过将该实际特征数据与预先建立的特征数据库中的光学特征数据和超声波特征数据进行比对，可以确认目标识别对象的身份信息。上述方式通过将光学信号和超声波信号相结合，可以在强光照射时，光学信号微弱的情况下，通过超声波信号提取到目标识别对象的特征数据，实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

考虑到在强光照射时，目标识别对象的光学信号较为微弱，上述获取目标识别对象的反射信号，包括如下步骤：(1)通过光反射信号接收器获取目标识别对象脸部的光学信号；(2)判断光学信号的强度值是否达到预先设定的可识别阈值；(3)如果否，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。具体地，当光学信号的强度值达到可以识别目标识别对象的可识别阈值时，可以仅根据光学信号进行人脸识别；当光学信号的强度值不能达到可以识别目标识别对象的可识别阈值时，可以启动超声波反射信号接收器获取目标识别对象的超声波信号，进而便于通过对光学信号和超声波信号进行综合处理，实现人脸识别。通过上述方式可以在光学信号较为微弱或者没有的情况下，通过超声波信号进行人脸识别，进一步实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

进一步，上述通过光反射信号接收器获取目标识别对象脸部的光学信号，包括：通过光反射信号接收器获取目标识别对象脸部的近红外光信号。另外，上述光学信号还可以是可见光信号、远红外光信号、热红外光信号或者混合光(或者多光源)信号；由于上述近红外光信号被环境影响较小，较为稳定，因此近红外光信号为本发明实施例中的一种优选技术方案。

考虑到获取的反射信号噪声较大，上述对反射信号进行特征提取处理，生成脸部的实际特征数据，包括如下步骤：(1)滤除上述反射信号中的干扰信号，生成该反射信号的标准化信号；其中，该标准化信号包括光学标准信号和超声波标准信号；(2)对该标准化信号进行特征提取，得到脸部的实际特征数据。当上述反射信号为光学信号时，上述干扰信号包括人脸的表情、姿势、距离或者背景干扰等；通过采用相关的干扰信号滤除算法，可以消除干扰信号，进而降低影响识别的各种干扰因素，生成符合要求的标准化信号(该标准化信号可以是人脸大小、清晰度和角度均符合要求，且无干扰背景的标准人脸图像)。当上述反射信号为超声波信号时，上述干扰信号包括串扰噪声或者背景反射物杂波等。通过上述方式可以降低反射信号的噪声，更加有利于提取目标识别对象的脸部特征。

考虑到接收到的目标识别对象的反射信号数据量较大且难以识别，上述将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的身份信息，如图2所示，包括如下步骤：

步骤S202，将光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，该特征数据库中的光学特征数据与超声波特征数据按照脸部特征相互对应，该脸部特征包括部位形状特征和颜色特征；

步骤S204，将超声波信号的实际特征数据与特征数据库中的超声波特征数据进行比对，获得第二比对结果；

步骤S206，将第一比对结果和第二比对结果进行整合处理，并根据整合处理结果确认目标识别对象对应的用户身份信息。

具体地，上述预先建立的特征数据库中包含了该目标识别对象的全部特征数据，其中，脸部特征相同的光学信号的理想特征数据和超声波信号的理想特征数据相互对应；在实际的人脸识别过程中，通过光学信号获取的实际特征数据可能仅包括该目标识别对象的部分脸部特征，因此，将光学信号的实际特征数据与预先建立的特征数据库中的全部特征数据进行比对时，仅有部分理想特征数据可以比对成功；剩下的没有进行比对的理想特征数据可以通过超声波信号的实际特征数据中提取出的相应的部分实际特征数据进行比对。

通过上述方式可以将光学信号和超声波信号获取的实际特征数据进行综合处理，进而使人脸识别操作在光学信号微弱的情况下通过超声波信号能够进行，提高了人脸识别的环境适应性。

进一步地，上述将第一比对结果和第二比对结果进行整合处理，包括如下步骤：(1)从第一比对结果中去除通过光学信号的实际特征数据比对成功的理想特征数据，得到比对中间结果；(2)从第二比对结果中提取出与比对中间结果相对应的比对结果；(3)将提取出的比对结果整合至第一比对结果中，生成整合处理结果。上述方式可以对光学信号和超声波信号获取的实际特征数据做进一步地筛选和整合，可以提高特征处理准确度和速度，进而提高人脸识别的准确性和效率。

考虑到需要预先对目标识别对象的身份信息和脸部特征进行分析和存储，本发明实施例在实际实现时，上述特征数据库的建立过程包括如下步骤：(1)采集指定用户的身份信息和指定用户的脸部的反射信号；(2)对反射信号进行滤除干扰信号处理和特征提取处理，生成与指定用户的身份信息对应的特征数据；其中，该特征数据包括光学特征数据和超声波特征数据；(3)将光学特征数据和超声波特征数据中脸部特征相同的特征数据进行叠加处理，生成指定用户的理想特征数据；(4)将指定用户的身份信息和理想特征数据保存至特征数据库中。在实际实现时，可以多次获取目标识别对象的特征数据，并通过机器学习和训练的方式对大量的特征数据进行处理，并对应至相应的指定用户；对于某个指定用户的特定一个脸部特征，其光学信号的特征数据和超声波信号的特征数据中，均含有针对该脸部特征的特征数据，例如，当前指定用户的眼部特征，可以通过光学信号提取，也可以通过超声波信号进行提取，将通过两个方式提取到的针对眼部的实际特征数据相互对应，即可生成指定用户的眼部的理想特征数据。通过上述方式可以获得大量指定用户的特征数据库，为人脸识别操作提供了数据基础。

实施例2

对应于上述方法实施例1，本发明实施例提供了一种人脸识别装置，参见图3所示的一种人脸识别装置的结构示意图，该装置包括如下部分：

信号获取模块302，用于获取目标识别对象脸部的反射信号；其中，该反射信号包括光学信号和超声波信号；

特征提取模块304，与上述信号获取模块302连接，用于对反射信号进行特征提取处理，生成脸部的实际特征数据；其中，实际特征数据包括光学信号的实际特征数据和超声波信号的实际特征数据；

比对模块306，与上述特征提取模块304连接，用于将实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认目标识别对象的用户身份信息；其中，特征数据库包括指定用户的身份信息和身份信息对应的理想特征数据；理想特征数据包括指定用户的脸部对应的光学特征数据和超声波特征数据。

本发明实施例提供的一种人脸识别装置，通过对获取到的目标识别对象脸部的光学信号和超声波信号进行特征提取处理，可以获得该目标识别对象脸部的实际特征数据；通过将该实际特征数据与预先建立的特征数据库中的光学特征数据和超声波特征数据进行比对，可以确认目标识别对象的身份信息。上述方式通过将光学信号和超声波信号相结合，可以在强光照射时，光学信号微弱的情况下，通过超声波信号提取到目标识别对象的特征数据，实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

考虑到在强光照射时，目标识别对象的光学信号较为微弱，上述信号获取模块包括如下部分：(1)光学信号获取单元，用于通过光反射信号接收器获取目标识别对象脸部的光学信号；(2)判断单元，用于判断光学信号的强度值是否达到预先设定的可识别阈值；(3)超声波信号获取单元，用于当光学信号的强度值没有达到预先设定的可识别阈值时，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。通过上述方式可以在光学信号较为微弱或者没有的情况下，通过超声波信号进行人脸识别，进一步实现了全天候的人脸识别，提高了人脸识别方式的环境适应性。

考虑到接收到的目标识别对象的反射信号数据量较大且难以识别，参见图4所示的一种人脸识别装置中，比对模块的结构示意图，该模块包括如下部分：

第一比对单元402，用于将光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，特征数据库中的光学特征数据与超声波特征数据按照脸部特征相互对应，脸部特征包括部位形状特征和颜色特征；

第二比对单元404，用于将超声波信号的实际特征数据与特征数据库中的超声波特征数据进行比对，获得第二比对结果；

整合单元406，分别与上述第一比对单元402和上述第二比对单元404连接，用于将第一比对结果和第二比对结果进行整合处理，并根据整合处理结果确认目标识别对象对应的用户身份信息。

通过上述方式可以将光学信号和超声波信号获取的实际特征数据进行综合处理，进而使人脸识别操作在光学信号微弱的情况下通过超声波信号能够进行，提高了人脸识别的环境适应性。

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)

1.一种人脸识别方法，其特征在于，包括：

获取目标识别对象脸部的反射信号；其中，所述反射信号包括光学信号和超声波信号；

对所述反射信号进行特征提取处理，生成所述脸部的实际特征数据；其中，所述实际特征数据包括所述光学信号的实际特征数据和所述超声波信号的实际特征数据；

将所述实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认所述目标识别对象的身份信息；其中，所述特征数据库包括指定用户的身份信息和所述身份信息对应的理想特征数据；所述理想特征数据包括所述指定用户的脸部对应的光学特征数据和超声波特征数据。

2.根据权利要求1所述的方法，其特征在于，获取目标识别对象脸部的反射信号，包括：

通过光反射信号接收器获取目标识别对象脸部的光学信号；

判断所述光学信号的强度值是否达到预先设定的可识别阈值；

如果否，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。

3.根据权利要求2所述的方法，其特征在于，通过光反射信号接收器获取目标识别对象脸部的光学信号，包括：

通过光反射信号接收器获取目标识别对象脸部的近红外光信号。

4.根据权利要求1所述的方法，其特征在于，对所述反射信号进行特征提取处理，生成所述脸部的实际特征数据，包括：

滤除所述反射信号中的干扰信号，生成所述反射信号的标准化信号；其中，所述标准化信号包括光学标准信号和超声波标准信号；

对所述标准化信号进行特征提取，得到所述脸部的实际特征数据。

5.根据权利要求1所述的方法，其特征在于，将所述实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认所述目标识别对象的身份信息，包括：

将所述光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，所述特征数据库中的所述光学特征数据与所述超声波特征数据按照脸部特征相互对应，所述脸部特征包括部位形状特征和颜色特征；

将所述超声波信号的实际特征数据与所述特征数据库中的所述超声波特征数据进行比对，获得第二比对结果；

将所述第一比对结果和所述第二比对结果进行整合处理，并根据整合处理结果确认所述目标识别对象的所述身份信息。

6.根据权利要求5所述的方法，其特征在于，将所述第一比对结果和所述第二比对结果进行整合处理，包括：

从所述第一比对结果中去除通过所述光学信号的实际特征数据比对成功的所述理想特征数据，得到比对中间结果；

从所述第二比对结果中提取出与所述比对中间结果相对应的比对结果；

将提取出的所述比对结果整合至所述第一比对结果中，生成整合处理结果。

7.根据权利要求1-6中任一所述的方法，其特征在于，所述特征数据库的建立过程包括：

采集指定用户的身份信息和所述指定用户的脸部的反射信号；

对所述反射信号进行滤除干扰信号处理和特征提取处理，生成与所述指定用户的所述身份信息对应的特征数据；其中，所述特征数据包括所述光学特征数据和所述超声波特征数据；

将所述光学特征数据和所述超声波特征数据中脸部特征相同的特征数据进行叠加处理，生成所述指定用户的理想特征数据；

将所述指定用户的所述身份信息和所述理想特征数据保存至特征数据库中。

8.一种人脸识别装置，其特征在于，包括：

信号获取模块，用于获取目标识别对象脸部的反射信号；其中，所述反射信号包括光学信号和超声波信号；

特征提取模块，用于对所述反射信号进行特征提取处理，生成所述脸部的实际特征数据；其中，所述实际特征数据包括所述光学信号的实际特征数据和所述超声波信号的实际特征数据；

比对模块，用于将所述实际特征数据与预先建立的特征数据库中的理想特征数据进行比对，确认所述目标识别对象的身份信息；其中，所述特征数据库包括指定用户的身份信息和所述身份信息对应的理想特征数据；所述理想特征数据包括所述指定用户的脸部对应的光学特征数据和超声波特征数据。

9.根据权利要求8所述的装置，其特征在于，所述信号获取模块包括：

光学信号获取单元，用于通过光反射信号接收器获取目标识别对象脸部的光学信号；

判断单元，用于判断所述光学信号的强度值是否达到预先设定的可识别阈值；

超声波信号获取单元，用于当所述光学信号的强度值没有达到预先设定的可识别阈值时，通过超声波反射信号接收器获取目标识别对象脸部的超声波信号。

10.根据权利要求8所述的装置，其特征在于，所述比对模块包括：

第一比对单元，用于将所述光学信号的实际特征数据与预先建立的特征数据库中的光学特征数据进行比对，获得第一比对结果；其中，所述特征数据库中的所述光学特征数据与所述超声波特征数据按照脸部特征相互对应，所述脸部特征包括部位形状特征和颜色特征；

第二比对单元，用于将所述超声波信号的实际特征数据与所述特征数据库中的所述超声波特征数据进行比对，获得第二比对结果；

整合单元，用于将所述第一比对结果和所述第二比对结果进行整合处理，并根据整合处理结果确认所述目标识别对象的所述身份信息。