CN107194229A - 一种计算机用户身份识别方法 - Google Patents
一种计算机用户身份识别方法 Download PDFInfo
- Publication number
- CN107194229A CN107194229A CN201710364289.9A CN201710364289A CN107194229A CN 107194229 A CN107194229 A CN 107194229A CN 201710364289 A CN201710364289 A CN 201710364289A CN 107194229 A CN107194229 A CN 107194229A
- Authority
- CN
- China
- Prior art keywords
- computer
- fingerprint
- sound
- user
- gather
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 208000012880 Finger injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
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
-
- 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
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/81—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer by operating on the power supply, e.g. enabling or disabling power-on, sleep or resume operations
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/02—Preprocessing operations, e.g. segment selection; Pattern representation or modelling, e.g. based on linear discriminant analysis [LDA] or principal components; Feature selection or extraction
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/04—Training, enrolment or model building
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/18—Artificial neural networks; Connectionist approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种计算机用户身份识别方法,包括以下步骤:A、计算机前置摄像头采集人脸生物特征图像,并将采集到的图像进行分块,得到多块生物特征区域;B、声音采集器采集用户的声音特征信号;C、指纹采集芯片采集使用者的指纹,并采集指纹反射的光的波长,并进行加密处理;D、计算机匹配模块对生物特征区域和声音特征信号在数据库中进行匹配,匹配成功进入指纹匹配系统;E、指纹匹配成功,则进入计算机系统,本发明的计算机用户身份识别方法简单,识别精度高、效率高,确保了计算机的数据安全。
Description
技术领域
本发明涉及计算机用户身份识别技术领域,具体为一种计算机用户身份识别方法
背景技术
计算机俗称电脑,是一种用于高速计算的电子计算机器,可以进行数值计算,又可以进行逻辑计算,还具有存储记忆功能。是能够按照程序运行,自动、高速处理海量数据的现代化智能电子设备。由硬件系统和软件系统所组成,没有安装任何软件的计算机称为裸机。可分为超级计算机、工业控制计算机、网络计算机、个人计算机、嵌入式计算机五类,较先进的计算机有生物计算机、光子计算机、量子计算机等。
目前,很多计算机上都带有指纹识别模块。首先,采集用户的指纹,并通过图像处理和图像识别技术以获得用户的指纹识别数据,并存储在数据库中。当再次采集到指纹时,指纹识别模块会对新采集到的指纹进行图像处理和图像识别技术,以获得新的指纹识别数据,并将新的指纹识别数据和数据库中的用户的指纹识别数据进行对比,以确定两者是否相同,如果相同,则可以确定两者是同一个人,反之,则不能认为两者是同一个人。但是,由于某些原因,指纹采集并不一定能成功,例如,手指受伤而造成指纹损毁,或者因为按压的力度不一而造成指纹识别的结果不一样等等,所以,用户可能需要多次进行识别或者可能没法进行识别,降低用户体验。
随着计算机技术的不断发展,信息安全已成为计算机用户普遍关注的焦点,传统方法并不能实现对用户的身份进行确认,仅仅只是对密码内容进行确认,一旦密码被他人盗取则会造成巨大的经济损失。而且当今用户有很多场景需要使用密码,如果分别使用不同的密码会很容易造成遗忘;如果使用统一的密码则很容易被人通过其他渠道盗取,例如撞库攻击方式等。因此,传统密码方式在如今快速发展的移动互联网时代逐步显示出其安全性、有效性及便捷性的不足。
发明内容
本发明的目的在于提供一种计算机用户身份识别方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种计算机用户身份识别方法,包括以下步骤:
A、计算机前置摄像头采集人脸生物特征图像,并将采集到的图像进行分块,得到多块生物特征区域;
B、声音采集器采集用户的声音特征信号;并将采集到的声音特征信息进行分块,得到多块生物特征区域;
C、指纹采集芯片采集使用者的指纹,并通过皮肤标记信息识别器采集使用者指纹反射的光的波长,并进行加密处理;
D、计算机匹配模块对生物特征区域和声音特征信号在数据库中进行匹配,若匹配率达到70%以上,则进入指纹匹配系统;否则,断开计算机电源;
E、指纹匹配成功,则进入计算机系统;否则,断开计算机电源。
优选的,所述步骤C中指纹信息加密方法包括以下步骤:
A、指纹采集芯片采集使用者的指纹图像,并发送至计算机CPU;
B、计算机CPU提取指纹模板,将指纹模板中的部分数据传输至指纹加密模块;
C、指纹加密模块对指纹模板部分数据进行加密存储;
D、指纹模板中的剩余数据随机存储在存储器RAM中。
优选的,所述步骤D中声音特征信号识别方法包括以下步骤:
A、将采集到的使用者声音进行降噪处理;
B、将降噪后的声音截取成多个声音片段,每个片段中包含一个脉冲串;
C、对每个声音片段进行端点检测;
D、对端点检测后的声音片段中的每个帧提取特征参数,对提取的特征参数进行时间规整,得到识别参数;
E、识别参数对BP人工神经网络进行训练,使该BP人工神经网络认识、记忆这些识别参数;
F、将声音片段的识别参数输入训练后的该BP人工神经网络,以识别出该声音是否是使用者的声音特征信息。
与现有技术相比,本发明的有益效果是:本发明的计算机用户身份识别方法简单,识别精度高、效率高,确保了计算机的数据安全;其中,采用的指纹信息加密方法能够有效的对指纹部分信息进行加密,防止出现恶意篡改现象;采用的声音特征信号识别方法,识别成功率高,识别效率高,能够快速的识别使用者对应的声音信息,提高了计算机用户身份识别质量。
具体实施方式
下面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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
本发明提供如下技术方案:一种计算机用户身份识别方法,包括以下步骤:
A、计算机前置摄像头采集人脸生物特征图像,并将采集到的图像进行分块,得到多块生物特征区域;
B、声音采集器采集用户的声音特征信号;并将采集到的声音特征信息进行分块,得到多块生物特征区域;
C、指纹采集芯片采集使用者的指纹,并通过皮肤标记信息识别器采集使用者指纹反射的光的波长,并进行加密处理;
D、计算机匹配模块对生物特征区域和声音特征信号在数据库中进行匹配,若匹配率达到70%以上,则进入指纹匹配系统;否则,断开计算机电源;
E、指纹匹配成功,则进入计算机系统;否则,断开计算机电源。
本发明中,步骤C中指纹信息加密方法包括以下步骤:
A、指纹采集芯片采集使用者的指纹图像,并发送至计算机CPU;
B、计算机CPU提取指纹模板,将指纹模板中的部分数据传输至指纹加密模块;
C、指纹加密模块对指纹模板部分数据进行加密存储;
D、指纹模板中的剩余数据随机存储在存储器RAM中。
其中,部分指纹数据存储到加密芯片,通过SPI接口传输,传输时,采用SPI加扰技术,防止其他设备在SPI线上采集数据,存储时,采用对称加密存储,读取时先进行解密,然后再读取;加密芯片自身BOOT/COS卡片操作系统可以防止被恶意软件篡改。
本发明中,步骤D中声音特征信号识别方法包括以下步骤:
A、将采集到的使用者声音进行降噪处理;
B、将降噪后的声音截取成多个声音片段,每个片段中包含一个脉冲串;
C、对每个声音片段进行端点检测;
D、对端点检测后的声音片段中的每个帧提取特征参数,对提取的特征参数进行时间规整,得到识别参数;
E、识别参数对BP人工神经网络进行训练,使该BP人工神经网络认识、记忆这些识别参数;
F、将声音片段的识别参数输入训练后的该BP人工神经网络,以识别出该声音是否是使用者的声音特征信息。
本发明的计算机用户身份识别方法简单,识别精度高、效率高,确保了计算机的数据安全;其中,采用的指纹信息加密方法能够有效的对指纹部分信息进行加密,防止出现恶意篡改现象;采用的声音特征信号识别方法,识别成功率高,识别效率高,能够快速的识别使用者对应的声音信息,提高了计算机用户身份识别质量。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种计算机用户身份识别方法,其特征在于:包括以下步骤:
A、计算机前置摄像头采集人脸生物特征图像,并将采集到的图像进行分块,得到多块生物特征区域;
B、声音采集器采集用户的声音特征信号;并将采集到的声音特征信息进行分块,得到多块生物特征区域;
C、指纹采集芯片采集使用者的指纹,并通过皮肤标记信息识别器采集使用者指纹反射的光的波长,并进行加密处理;
D、计算机匹配模块对生物特征区域和声音特征信号在数据库中进行匹配,若匹配率达到70%以上,则进入指纹匹配系统;否则,断开计算机电源;
E、指纹匹配成功,则进入计算机系统;否则,断开计算机电源。
2.根据权利要求1所述的一种计算机用户身份识别方法,其特征在于:所述步骤C中指纹信息加密方法包括以下步骤:
A、指纹采集芯片采集使用者的指纹图像,并发送至计算机CPU;
B、计算机CPU提取指纹模板,将指纹模板中的部分数据传输至指纹加密模块;
C、指纹加密模块对指纹模板部分数据进行加密存储;
D、指纹模板中的剩余数据随机存储在存储器RAM中。
3.根据权利要求1所述的一种计算机用户身份识别方法,其特征在于:所述步骤D中声音特征信号识别方法包括以下步骤:
A、将采集到的使用者声音进行降噪处理;
B、将降噪后的声音截取成多个声音片段,每个片段中包含一个脉冲串;
C、对每个声音片段进行端点检测;
D、对端点检测后的声音片段中的每个帧提取特征参数,对提取的特征参数进行时间规整,得到识别参数;
E、识别参数对BP人工神经网络进行训练,使该BP人工神经网络认识、记忆这些识别参数;
F、将声音片段的识别参数输入训练后的该BP人工神经网络,以识别出该声音是否是使用者的声音特征信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710364289.9A CN107194229A (zh) | 2017-05-22 | 2017-05-22 | 一种计算机用户身份识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710364289.9A CN107194229A (zh) | 2017-05-22 | 2017-05-22 | 一种计算机用户身份识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107194229A true CN107194229A (zh) | 2017-09-22 |
Family
ID=59874300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710364289.9A Pending CN107194229A (zh) | 2017-05-22 | 2017-05-22 | 一种计算机用户身份识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194229A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685094A (zh) * | 2018-09-21 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 一种基于网络指纹的身份识别方法和装置 |
WO2021082941A1 (zh) * | 2019-10-28 | 2021-05-06 | Oppo广东移动通信有限公司 | 视频人物识别方法、装置、存储介质与电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080168135A1 (en) * | 2007-01-05 | 2008-07-10 | Redlich Ron M | Information Infrastructure Management Tools with Extractor, Secure Storage, Content Analysis and Classification and Method Therefor |
CN101976564A (zh) * | 2010-10-15 | 2011-02-16 | 中国林业科学研究院森林生态环境与保护研究所 | 昆虫声音识别方法 |
CN104168270A (zh) * | 2014-07-31 | 2014-11-26 | 腾讯科技(深圳)有限公司 | 身份验证方法、服务器、客户端及系统 |
CN104346547A (zh) * | 2013-07-26 | 2015-02-11 | 宁夏新航信息科技有限公司 | 一种智能化的身份识别系统 |
CN104573661A (zh) * | 2015-01-13 | 2015-04-29 | 北京天诚盛业科技有限公司 | 指纹的数据处理方法和装置 |
CN106570370A (zh) * | 2016-03-18 | 2017-04-19 | 深圳市全智达科技有限公司 | 一种用户身份识别方法及装置 |
-
2017
- 2017-05-22 CN CN201710364289.9A patent/CN107194229A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080168135A1 (en) * | 2007-01-05 | 2008-07-10 | Redlich Ron M | Information Infrastructure Management Tools with Extractor, Secure Storage, Content Analysis and Classification and Method Therefor |
CN101976564A (zh) * | 2010-10-15 | 2011-02-16 | 中国林业科学研究院森林生态环境与保护研究所 | 昆虫声音识别方法 |
CN104346547A (zh) * | 2013-07-26 | 2015-02-11 | 宁夏新航信息科技有限公司 | 一种智能化的身份识别系统 |
CN104168270A (zh) * | 2014-07-31 | 2014-11-26 | 腾讯科技(深圳)有限公司 | 身份验证方法、服务器、客户端及系统 |
CN104573661A (zh) * | 2015-01-13 | 2015-04-29 | 北京天诚盛业科技有限公司 | 指纹的数据处理方法和装置 |
CN106570370A (zh) * | 2016-03-18 | 2017-04-19 | 深圳市全智达科技有限公司 | 一种用户身份识别方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685094A (zh) * | 2018-09-21 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 一种基于网络指纹的身份识别方法和装置 |
WO2021082941A1 (zh) * | 2019-10-28 | 2021-05-06 | Oppo广东移动通信有限公司 | 视频人物识别方法、装置、存储介质与电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105429761B (zh) | 一种密钥生成方法及装置 | |
CN100500091C (zh) | 基于智能生物特征采集处理终端的身份识别系统和方法 | |
CN104580143A (zh) | 一种基于手势识别的安全认证方法、终端、服务器和系统 | |
CN101561873B (zh) | 具备虹膜识别和USB Key功能的多模态身份认证设备 | |
Abd Razak et al. | Data anonymization using pseudonym system to preserve data privacy | |
CN103699995A (zh) | 一种基于指纹和指静脉的支付认证方法 | |
Connie et al. | PalmHashing: a novel approach for dual-factor authentication | |
CN107124283A (zh) | 一种生物特征采集系统及生物特征采集方法 | |
CN102799821A (zh) | 智能卡与持卡人身份验证的方法及人脸识别身份验证装置 | |
CN107733636A (zh) | 认证方法以及认证系统 | |
EP2377064A1 (en) | Method and system for verifying the identity of an individual by employing biometric data features associated with the individual | |
Radha et al. | An evaluation of fingerprint security using noninvertible biohash | |
Nguyen et al. | A fingerprint fuzzy vault scheme using a fast chaff point generation algorithm | |
CN107194229A (zh) | 一种计算机用户身份识别方法 | |
Brindha | Biometric template security using fuzzy vault | |
CN105653993A (zh) | 一种密码输入方法、装置及电子设备 | |
Kanade et al. | Cancelable biometrics for better security and privacy in biometric systems | |
WO2011113326A1 (zh) | 个人身份识别系统 | |
TW202331562A (zh) | 生物特徵識別方法、伺服器、客戶端、生成對抗樣本的方法、電腦儲存媒體及電腦程式產品 | |
WO2018154190A1 (fr) | Système biométrique de contrôle d'accès dynamique | |
CN114697043A (zh) | 一种基于区块链技术身份认证统一管理平台及其认证方法 | |
CN101470804B (zh) | 生物体认证装置 | |
Bais et al. | Biometric Parameter Based Cryptographic Key Generation | |
US20190354988A1 (en) | Partial Fingerprint and Partial Iris Payment Device | |
CN106682477B (zh) | 基于人体固态特征的认证方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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: 20170922 |