CN107358699B - 一种安全验证方法及系统 - Google Patents
一种安全验证方法及系统 Download PDFInfo
- Publication number
- CN107358699B CN107358699B CN201710580184.7A CN201710580184A CN107358699B CN 107358699 B CN107358699 B CN 107358699B CN 201710580184 A CN201710580184 A CN 201710580184A CN 107358699 B CN107358699 B CN 107358699B
- Authority
- CN
- China
- Prior art keywords
- matching degree
- data
- end equipment
- pedestrian
- characteristic data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种安全验证方法及系统,涉及安全验证领域。本发明提供的安全验证方法,其当检测到行人靠近检测区域时,采集行人的第一特征数据,而后先行对第一特征数据进行处理,当第二特征数据采集完毕后,将第一特征数据和第二特征数据进行结合,以对行人进行安全验证,由于第一特征数据的处理时间相比于第二特征数据的处理时间更长,因此,采用预先获取第一特征数据的方式,先行对第一特征数据进行处理,从而提高了整体验证的效率。
Description
技术领域
本发明涉及安全验证领域,具体而言,涉及一种安全验证方法及系统。
背景技术
某些活动中,出于提高安全性的考虑,越来越多的设施中增加了安全验证系统,用来对出入的人员进行验证,只有验证通过后,该人员才能够进入到设施内部,或者是从设施内部离开。
目前,使用最为广泛的安全验证系统是指纹验证,比如公司打开,开启安全门等场景,通常均会采用指纹验证的方式来确定指定的用户是否有资格进入到设施内部。
但是,发明人发现,在某些场景下,仅凭借指纹进行安全验证的方式并不足够理想。
发明内容
本发明的目的在于提供一种安全验证方法,以提高对行人进行安全验证的效率。
第一方面,本发明实施例提供了一种安全验证方法,包括:
前端设备当检测到行人靠近检测区域时,采集行人的第一特征数据,第一特征数据包括人脸数据,和/或声纹数据;
前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据,第二特征数据包括指纹数据,和/或手指静脉数据;
后端设备依据第一特征数据和第二特征数据对行人进行安全验证。
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,在步骤前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据前,还包括:
前端设备判断第一特征数据是否成功采集,若是,则执行步骤前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,在步骤采集行人的第一特征数据后还包括:
后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,第一匹配度是依据第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;参考目标的第一匹配度大于预设的阈值;
后端设备依据第二特征数据,计算行人与参考目标之间的第二匹配度;第二匹配度是依据第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
后端设备依据第一匹配度和第二匹配度进行安全验证。
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,还包括:
若安全验证通过,则后端设备依据第一特征数据和第二特征数据对标准数据库中指定的参考目标的第一标准数据,和/或第二标准数据进行更新。
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,步骤后端设备依据第一匹配度和第二匹配度进行安全验证包括:
后端设备按照加权计算的方式,依据第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算行人的综合评分;人脸数据匹配度所对应的权值为0.2、声纹数据匹配度所对应的权值为0.1、指纹数据匹配度所对应的权值为0.6、手指静脉数据匹配度所对应的权值为0.1;
后端设备依据综合评分的大小,进行安全验证。
结合第一方面,本发明实施例提供了第一方面的第五可能的实施方式,其中,还包括:
后端设备判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度中指定的一个或多个的数值是否超过预定的阈值;
后端设备若均超过,则执行步骤依据综合评分的大小,进行安全验证。
结合第一方面,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,在步骤第一特征数据和第二特征数据对行人进行安全验证前,还包括:
前端设备将人脸数据转化为文本类型的人脸数据,以减小人脸数据的数据量;文本类型以下的一种或多种:人脸特征点数量、特征匹配度、年龄、性别;
前端设备将转化后的人脸数据向后端设备发送。
第二方面,本发明实施例还提供了一种安全验证系统,包括:前端设备、后端设备、PIR传感器、拍摄镜头、录音器、接触式采集器;接触式采集器包括指纹识别器和手指静脉识别器;指纹识别器和手指静脉识别器均位于检测区域中;
PIR传感器的探测区域在通往检测区域的通道中;
前端设备,用于当PIR传感器检测到行人靠近检测区域时,采集行人的第一特征数据,第一特征数据包括通过拍摄镜头所采集的人脸数据,和/或通过录音器采集的声纹数据;以及,通过设置在检测区域中的接触式采集器获取行人的第二特征数据,第二特征数据包括通过指纹识别器检测到的指纹数据,和/或通过手指静脉识别器检测到的手指静脉数据;
后端设备依据第一特征数据和第二特征数据对行人进行安全验证。
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,后端设备包括:
第一计算模块,用于依据第一特征数据,确定第一匹配度符合要求的参考目标,第一匹配度是依据第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;参考目标的第一匹配度大于预设的阈值;
第二计算模块,用于依据第二特征数据,计算行人与参考目标之间的第二匹配度;第二匹配度是依据第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
验证模块,用于依据第一匹配度和第二匹配度进行安全验证。
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,验证模块包括:
加权计算单元,用于按照加权计算的方式,依据第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算行人的综合评分;人脸数据匹配度所对应的权值为0.2、声纹数据匹配度所对应的权值为0.1、指纹数据匹配度所对应的权值为0.6、手指静脉数据匹配度所对应的权值为0.1;
验证单元,用于依据综合评分的大小,进行安全验证。
本发明实施例提供的安全验证方法,采用提前进行第一特征数据检测的方式,与现有技术中各种数据进行安全验证的数据均在同一时间进行采集,导致安全验证的滞后相比,其当检测到行人靠近检测区域时,采集行人的第一特征数据,而后先行对第一特征数据进行处理,当第二特征数据采集完毕后,将第一特征数据和第二特征数据进行结合,以对行人进行安全验证,由于第一特征数据的处理时间相比于第二特征数据的处理时间更长,因此,采用预先获取第一特征数据的方式,先行对第一特征数据进行处理,从而提高了整体验证的效率。
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安全验证方法的基本流程图;
图2示出了本发明实施例所提供的安全验证方法的基本架构图;
图3示出了本发明实施例所提供的安全验证方法的第一个细节流程图;
图4示出了本发明实施例所提供的安全验证方法的第二个细节流程图。
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。
相关技术中已经出现了几种对行人进行安全性验证的方案,这些方案多以指纹验证为主。目前,指纹识别已被全球大部分国家政府接受与认可,已广泛地应用到政府、军队、银行、社会福利保障、电子商务和安全防卫等领域。在我国,北大高科等对指纹识别技术的研究开发已达到可与国际先进技术抗衡,中科院的汉王科技公司在一对多指纹识别算法上取得重大进展,达到的性能指标中拒识率小于0.1%,误识率小于0.0001%,居国际先进水平;指纹识别技术在我国已经得到了较广泛的应用,随着网络化的更加普及,指纹识别的应用将更加广泛。
发明人发现,正是由于指纹识别被广泛的使用,导致了大量的安全验证方案均以指纹识别为主,而忽略了其他安全验证的方式。进而,发明人考虑采用复合验证(多种验证方式相结合)的方式来对行人进行安全验证。但,在进行安全验证的时候,某些验证进行预处理的时间较长,如果同时开始这些验证,则可能会导致整体验证的时间过长。因此,发明人考虑应当在对行人进行安全验证时,应当采用预先采集的方式先对某些数据进行采集。
进而,如图1-4所示,本申请提供了一种安全验证方法,包括:
S101,前端设备当检测到行人靠近检测区域时,采集行人的第一特征数据,第一特征数据包括人脸数据,和/或声纹数据;
S102,前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据,第二特征数据包括指纹数据,和/或手指静脉数据;
S103,后端设备依据第一特征数据和第二特征数据对行人进行安全验证。
步骤S101中,行人靠近检测区域指的是行人朝向检测区域运动,靠近,但没有进入到检测区域中的状态。此时,通过远程采集设备先采集用户的第一特征数据,比如,第一特征数据可以是人脸数据,和/或声纹数据。其中,步骤S102中所说的接触式采集器是设置在检测区域中的,进而,通过步骤S101的设置,使得在对行人进行安全验证的时候,可以先行获取到行人的第一特征数据,而后,直接开始对第一特征数据进行预处理(预处理可以如与数据库中已存在的标准数据进行对比,已查看第一特征数据与其他已存在的标准数据的相似度,并找到相似度最高的几个,以为步骤S103提供便利;还可以是只是简单的进行真伪验证、有效性验证)。当然,预处理还可以是当第一次获取的人脸数据(通常是通过照片或获取)或声纹数据的清晰度(噪音过多)不够,则此时可以重新获取。
前端设备和后端设备是相对于,一般情况下,后端设备是执行主要计算功能的设备,其二者在空间上可以是相邻近,也可以是相分离的,二者可以通过导线连接,也可以通过无线网络连接(如WIFI连接)。
在步骤S101执行了一段时间(通常是几秒,或者更少)后,行人此时已经进入到了检测区域中,此时,则可以执行步骤S102,即通过设置在检测区域中的接触式采集器获取行人的第二特征数据,采集第二特征数据的方式可以参照相关技术中已经存在的方式进行,具体的采集过程不过多描述。类似的,在获取到第二特征数据后,也可以直接对第二特征数据进行预处理,预处理的方式可以参照对第一特征数据进行预处理的方式,此处不过多说明。
其中,运动中的人脸图像相对静止图像的清晰度质量偏低,针对此情况改善人脸识别设备摄像头的抓拍效率,调整摄像头的曝光时间、拍摄角度,尽量减小运动造成的拖影等不良影响,同时应当驱动摄像设备进行多次人脸图片抓拍工作,选取人脸信息相比最全的图像做为人脸数据使用。
步骤S103,在获取到第一特征数据和第二特征数据后,就可以进行安全验证了,此处的安全验证主要指的是依据第一特征数据和第二特征数据来计算出该行人的安全值(计算分为两个步骤,第一个首先是分别依据预存在数据库中的标准数据计算出关于第一特征数据的相似度和第二特征数据的相似度,而后再依据这两个相似度计算出行人的安全值),在计算出安全值之后,就可以依据安全值的大小,来判断行人是否通过安全验证了。
具体而言,步骤S103中,并不必然只是直接依据原始的第一特征数据和第二特征数据进行计算,如前文中的描述,在执行了步骤S101之后,可以直接对第一特征数据进行预处理(预处理的执行可以在步骤S102之前,也可以在步骤S102之后,还可以是与步骤S102同时进行),进而,步骤S103中,可以依据的是进行过预处理的第一特征数据,而不是原始的第一特征数据。
本方案的特点是先获取第一特征数据,这样有利于提高整体的验证效率。也正是考虑到,本方案提前获取了第一特征数据,因此可以据此来判断是否执行后续的行为,即,是否执行步骤S102。
进而,优选的,本申请所提供的方法,在步骤前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据前,还包括:
前端设备判断第一特征数据是否成功采集,若是,则执行步骤前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据。若否,则重新采集第一特征数据,并判断重新采集的第一特征数据是否成功采集;
若重新采集的第一特征数据采集成功,则执行步骤S102;若重新采集的第一特征数据采集失败,则终止流程,并通过提示器对行人进行提示。
通过设置此种方式的预判断来决定是否执行后续动作,能够提高整体的效率,降低系统整体的能耗。
其中,判断第一特征数据或重新采集的第一特征数据是否采集成功可以按照如下方式进行:
第一种方式:验证第一特征数据本身是否可以作为参考,如验证声纹数据是否是行人发出的(是否是人类的声音),声纹数据的时间是否足够长,人脸数据(照片)的清晰度是否足够、人脸数据的大小是否符合要求等;
第二种方式:验证第一特征数据是否与数据库中预存的标准数据的相似度是否足够,如果相似度过于低(低于了预设的一般性标准,此时,即使其他数据(声纹数据、指纹数据和手指静脉数据)的相似度都很高,最后的安全验证也无法通过),则不需要进行其他数据的验证了。
下面对预处理的某一种实现方式进行说明,此种方式下,预处理指的是依据特征数据计算相似度(即匹配度):
即,本申请所提供的方法中,在步骤采集行人的第一特征数据后还包括:
S201,后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,第一匹配度是依据第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;参考目标的第一匹配度大于预设的阈值;
S202,后端设备依据第二特征数据,计算行人与参考目标之间的第二匹配度;第二匹配度是依据第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
S203,后端设备依据第一匹配度和第二匹配度进行安全验证。
也就是,该种情况下,在确定了第一特征数据后,首先使用该第一特征数据确定了相应的第一匹配度。实际情况中,数据库内一般会存储有大量的标准数据,这些标准数据是预先录入的,标准数据反映的是具有通过验证的资格的人员(目标)的各项数据(包括人脸数据、声纹数据、指纹数据,和手指静脉数据,当然,还应当有该人员的名称或者代码),因此当标准数据只有一个人的数据时,则计算出的匹配度只有一个,当标准数据由多个人是,则计算出的匹配度也应当是多个,这多个匹配度反应了第一特征数据与第一个人员的第一标准数据的匹配度、第一特征数据与第二个人员的第一标准数据的匹配度…。一般情况下,第一匹配度符合要求的参考目标指的是全部的目标中,第一匹配度的数值大于预设的阈值的目标。当然,实际操作中,步骤S201通常是采用遍历计算的方式,分别计算行人与每个人员的第一匹配度,而后,在步骤S202中也分贝计算行人与每个人员拿的第二匹配度,这样能够保证验证的全面性,但这样计算量过大,验证的时间过长。
进而,步骤S201中,后端设备依据第一特征数据就可以确定出了与行人最相似的几个参考目标。而在步骤S202中,则不再采用遍历式的计算方式,而是只需要计算行人与这几个参考目标的第二匹配度即可,此种方式能够保证验证的效率。
最后,步骤S103在执行的时候,可以直接使用计算出的第一匹配度和第二匹配度来进行验证即可。
当然,还可以是步骤S301执行时,采用阈值式的计算方式,即步骤S201依然采用遍历式的计算方式来计算第一匹配度,但每次计算出一个第一匹配度之后,都进行以此判断,如果计算出的第一匹配度的数值超过预定阈值,则暂停计算其他的第一匹配度,并将这个第一匹配度的数值超过预定阈值的目标作为参考目标,转而执行步骤S202和S203,如果验证失败再返回执行步骤S201,当然,执行时,应当过滤掉之前已经计算过第一匹配度的目标。该种情况下,参考目标指的就是计算出的首个第一匹配度大于预设阈值的目标。
除了上述方式,还可以按照如下方式来进行预处理:
步骤S301,后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,第一匹配度是依据第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;参考目标的第一匹配度大于预设的阈值;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
按照如下方式进行验证:
步骤S302,后端设备计算行人与指定参考目标之间的第二匹配度;第二匹配度是依据第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;指定参考目标是未计算过第二匹配度的参考目标中,第一匹配度最高的参考目标;
步骤S303,后端设备依据行人与指定参考目标的第一匹配度和第二匹配度来进行安全验证,若安全验证通过,则终止计算行人与其他参考目标之间的第二匹配度;若安全验证不通过,则重新执行步骤S302。
也就是,步骤S301与步骤S201基本相同,可以是采用遍历式的方式计算行人与每一个人员之间的第一匹配度。步骤S202中,则不再采用一次性计算完成的方式来计算第二匹配度了,而是每次只计算一个第二匹配度(指定参考目标的第二匹配度),而后,如果依据第一匹配度和第二匹配度能够判定行人通过了验证,则不再需要进行其他的第二匹配度计算了;反之,如果本次使用的第一匹配度和第二匹配度没有通过验证,则应当重新执行步骤S302,计算其他的指定参考目标与行人的第二匹配度,并执行后续的验证步骤,直至每个参考目标的第二匹配度均已经计算过为止。
实际使用中,如果数据库中的不同人员的各项标准数据之间均相差比较大的时候,优选采用步骤S301-S303的方式。因为各项标准数据之间均相差比较大,则一般不会同时有两个人员均行人很相似,因此,此时,直接使用计算出的比较像的人员进行后续计算和验证即可。反之,如果数据库中的不同人员的各项标准数据之间某些相差比较小的时候,优选采用步骤S201-S203的方式。这是由于只凭借第一匹配度不足以将不同的人员进行区别,很可能还要进行其他人员的计算。
优选的,本申请所提供的方法,还包括:
若安全验证通过,则后端设备依据第一特征数据和第二特征数据对标准数据库中指定的参考目标的第一标准数据,和/或第二标准数据进行更新。
也就是每次行人通过验证之后,均使用本次验证所使用的特征数据对数据库中的标准数据进行更新。这主要是考虑到,随着时间的推移,某些人员的特征会发生微调(如青年时,面部特征会变化的很快),因此,通过实时的更新数据库,会更有利于后续的验证。
优选的,步骤S201,步骤后端设备依据第一匹配度和第二匹配度进行安全验证包括:
后端设备按照加权计算的方式,依据第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算行人的综合评分;人脸数据匹配度所对应的权值为0.2、声纹数据匹配度所对应的权值为0.1、指纹数据匹配度所对应的权值为0.6、手指静脉数据匹配度所对应的权值为0.1;
后端设备依据综合评分的大小,进行安全验证。
此处所公开的权值比例是经过发明人长期实践总结出的数值,对于防盗门安全验证的领域有着较高的精确度。
实际使用时,为了进行简化处理,可以分别为每个匹配度进行验证,而后依据每个匹配度是否通过子验证,来确定最后的安全验证是否通过,据此,本申请所提供的方法中,后端设备依据第一匹配度和第二匹配度进行安全验证包括:分别判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度是否通过相应的子验证(各个匹配度是否大于相应预设的阈值);并依据子验证的结果判断行人是否通过安全验证。
进而出现了如下几种情况:情况一:指纹验证不通过,则安全验证不通过。情况二:指纹识别通过,但此人的声纹识别匹配度、人脸识别匹配度、手指静脉识别匹配度均不过低,如不为0(0-100%),即此人所有的声音特征、人脸特征、此指纹对应的手指静脉图特征在数据库中均有,则安全验证通过。情况三:指纹识别通过,但此人的声纹识别匹配度、人脸识别匹配度、手指静脉识别匹配度有至少一项过低,如为0,即此人所有的声音特征、人脸特征、此指纹对应的手指静脉图特征在数据库中有某一项没有,则安全不通过。
使用时,如果单纯的凭借最终的综合评分来进行验证,则可能出现某些不准确的情况,比如,指纹数据的匹配度很高,但其他数据的匹配度很低,此时则应当被认为是验证不通过的。
进而,为了克服指纹数据匹配度权值过高的问题,本申请还适应性的提供了如下的方案,即本申请所提供的方法还包括:
后端设备判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度中指定的一个或多个的数值是否超过预定的阈值;
后端设备若均超过,则执行步骤依据综合评分的大小,进行安全验证。
其中,最复杂的情况下分别判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度这四个中的每一个是否超过预定的阈值,只有每个均超过了预定的阈值,才会执行依据综合评分来进行安全验证的步骤。但,某些情况下,行人的人脸数据和声纹数据可能会发生较大的变化(相较于指纹数据而言),因此,某些情况下,人脸数据和声纹数据的阈值判断并不具备参考价值,进而,人脸数据和声纹数据是否要设置阈值,或者说是否判断其超过了阈值要看该参考目标(指定的人员)的年龄和上一次进行安全验证的时间。参考目标的年龄越小,上一次进行安全验证的时间越久,则越不应当为人脸数据和声纹数据设置阈值判断。
也就是,本申请所提供的方法中,步骤后端设备判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度中指定的一个或多个的数值是否超过预定的阈值包括:
依据参考目标的年龄和参考目标上一次进行安全验证的时间,来确定参考评分,若参考评分达到预定阈值,则判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值;若参考评分未达到预定阈值,则判断指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值。
优选的,在步骤第一特征数据和第二特征数据对行人进行安全验证前,还包括:
前端设备将人脸数据转化为文本类型的人脸数据,以减小人脸数据的数据量;文本类型以下的一种或多种:人脸特征点数量、特征匹配度、年龄、性别;
前端设备将转化后的人脸数据向后端设备发送。
也就是,前端设备为了降低向后端设备发送的数据量,首先对人脸数据进行预处理,以降低人脸数据的数据量,进而减小发送的数据量,以提高验证的效率。
与上述方法相对应的,本申请还提供了一种安全验证系统,包括:前端设备、后端设备、PIR传感器、拍摄镜头、录音器、接触式采集器;接触式采集器包括指纹识别器和手指静脉识别器;指纹识别器和手指静脉识别器均位于检测区域中;
PIR传感器的探测区域在通往检测区域的通道中;
前端设备,用于当PIR传感器检测到行人靠近检测区域时,采集行人的第一特征数据,第一特征数据包括通过拍摄镜头所采集的人脸数据,和/或通过录音器采集的声纹数据;以及,通过设置在检测区域中的接触式采集器获取行人的第二特征数据,第二特征数据包括通过指纹识别器检测到的指纹数据,和/或通过手指静脉识别器检测到的手指静脉数据;
后端设备依据第一特征数据和第二特征数据对行人进行安全验证。
优选的,后端设备包括:
第一计算模块,用于依据第一特征数据,确定第一匹配度符合要求的参考目标,第一匹配度是依据第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;参考目标的第一匹配度大于预设的阈值;
第二计算模块,用于依据第二特征数据,计算行人与参考目标之间的第二匹配度;第二匹配度是依据第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
验证模块,用于依据第一匹配度和第二匹配度进行安全验证。
优选的,验证模块包括:
加权计算单元,用于按照加权计算的方式,依据第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算行人的综合评分;人脸数据匹配度所对应的权值为0.2、声纹数据匹配度所对应的权值为0.1、指纹数据匹配度所对应的权值为0.6、手指静脉数据匹配度所对应的权值为0.1;
验证单元,用于依据综合评分的大小,进行安全验证。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元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。
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 (7)
1.一种安全验证方法,其特征在于,包括:
前端设备当检测到行人靠近检测区域时,采集行人的第一特征数据,所述第一特征数据包括人脸数据,和/或声纹数据;
前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据,所述第二特征数据包括指纹数据,和/或手指静脉数据;
后端设备依据第一特征数据和第二特征数据对行人进行安全验证;
其中,在步骤采集行人的第一特征数据后还包括:
后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,所述第一匹配度是依据所述第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;所述参考目标的第一匹配度大于预设的阈值;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
按照如下方式进行验证:
后端设备计算行人与指定参考目标之间的第二匹配度;所述第二匹配度是依据所述第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;指定参考目标是未计算过第二匹配度的参考目标中,第一匹配度最高的参考目标;
后端设备依据行人与指定参考目标的第一匹配度和第二匹配度来进行安全验证,若安全验证通过,则终止计算行人与其他参考目标之间的第二匹配度;若安全验证不通过,则重新执行步骤后端设备计算行人与指定参考目标之间的第二匹配度;
若所述安全验证通过,则后端设备依据所述第一特征数据和第二特征数据对所述标准数据库中指定的参考目标的第一标准数据,和/或第二标准数据进行更新;
步骤后端设备依据第一匹配度和第二匹配度进行安全验证包括:
后端设备按照加权计算的方式,依据所述第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算所述行人的综合评分;
后端设备依据所述综合评分的大小,进行安全验证;
其中,后端设备判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度中指定的一个或多个的数值是否超过预定的阈值,包括:
依据参考目标的年龄和参考目标距离本次所述安全验证的上一次安全验证时的时间,确定参考评分,若参考评分达到预定阈值,则判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值;
若参考评分未达到预定阈值,则判断指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值,则执行步骤依据所述综合评分的大小,进行安全验证。
2.根据权利要求1所述的方法,其特征在于,在步骤前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据前,还包括:
前端设备判断所述第一特征数据是否成功采集,若是,则执行步骤所述前端设备通过设置在检测区域中的接触式采集器获取行人的第二特征数据。
3.根据权利要求1所述的方法,其特征在于,在步骤采集行人的第一特征数据后还包括:
后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,所述第一匹配度是依据所述第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;所述参考目标的第一匹配度大于预设的阈值;
后端设备依据第二特征数据,计算行人与参考目标之间的第二匹配度;所述第二匹配度是依据所述第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
后端设备依据第一匹配度和第二匹配度进行安全验证。
4.根据权利要求1所述的方法,其特征在于,所述人脸数据匹配度所对应的权值为0.2、所述声纹数据匹配度所对应的权值为0.1、所述指纹数据匹配度所对应的权值为0.6、所述手指静脉数据匹配度所对应的权值为0.1。
5.根据权利要求1所述的方法,其特征在于,在步骤第一特征数据和第二特征数据对行人进行安全验证前,还包括:
前端设备将所述人脸数据转化为文本类型的人脸数据,以减小所述人脸数据的数据量;所述文本类型以下的一种或多种:人脸特征点数量、特征匹配度、年龄、性别;
前端设备将所述转化后的人脸数据向所述后端设备发送。
6.一种安全验证系统,其特征在于,包括:前端设备、后端设备、PIR传感器、拍摄镜头、录音器、接触式采集器;所述接触式采集器包括指纹识别器和手指静脉识别器;所述指纹识别器和手指静脉识别器均位于检测区域中;
所述PIR传感器的探测区域在通往所述检测区域的通道中;
前端设备,用于当PIR传感器检测到行人靠近检测区域时,采集行人的第一特征数据,所述第一特征数据包括通过拍摄镜头所采集的人脸数据,和/或通过录音器采集的声纹数据;以及,通过设置在检测区域中的接触式采集器获取行人的第二特征数据,所述第二特征数据包括通过指纹识别器检测到的指纹数据,和/或通过手指静脉识别器检测到的手指静脉数据;
后端设备依据第一特征数据和第二特征数据对行人进行安全验证;
其中,在前端设备采集行人的第一特征数据后,所述后端设备还用于:
后端设备依据第一特征数据,确定第一匹配度符合要求的参考目标,所述第一匹配度是依据所述第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;所述参考目标的第一匹配度大于预设的阈值;
步骤后端设备依据第一特征数据和第二特征数据对行人进行安全验证包括:
按照如下方式进行验证:
后端设备计算行人与指定参考目标之间的第二匹配度;所述第二匹配度是依据所述第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;指定参考目标是未计算过第二匹配度的参考目标中,第一匹配度最高的参考目标;
后端设备依据行人与指定参考目标的第一匹配度和第二匹配度来进行安全验证,若安全验证通过,则终止计算行人与其他参考目标之间的第二匹配度;若安全验证不通过,则重新执行步骤后端设备计算行人与指定参考目标之间的第二匹配度;
所述安全验证系统还用于:
若所述安全验证通过,则后端设备依据所述第一特征数据和第二特征数据对所述标准数据库中指定的参考目标的第一标准数据,和/或第二标准数据进行更新;
所述后端设备依据第一匹配度和第二匹配度进行安全验证,包括:
后端设备按照加权计算的方式,依据所述第一匹配度中的人脸数据匹配度、声纹数据匹配度和第二匹配度中的指纹数据匹配度、手指静脉数据匹配度计算所述行人的综合评分;
后端设备依据所述综合评分的大小,进行安全验证;
其中,后端设备判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度中指定的一个或多个的数值是否超过预定的阈值,包括:
依据参考目标的年龄和参考目标距离本次所述安全验证的上一次进行安全验证时的时间,确定参考评分,若参考评分达到预定阈值,则判断人脸数据匹配度、声纹数据匹配度、指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值;
若参考评分未达到预定阈值,则判断指纹数据匹配度、手指静脉数据匹配度是否均超过预定的阈值,则执行步骤依据所述综合评分的大小,进行安全验证。
7.根据权利要求6所述的系统,其特征在于,后端设备包括:
第一计算模块,用于依据第一特征数据,确定第一匹配度符合要求的参考目标,所述第一匹配度是依据所述第一特征数据与预存在标准数据库中的每个目标的第一标准数据计算得到的;所述参考目标的第一匹配度大于预设的阈值;
第二计算模块,用于依据第二特征数据,计算行人与参考目标之间的第二匹配度;所述第二匹配度是依据所述第二特征数据与预存在标准数据库中的参考目标的第二标准数据计算得到的;
验证模块,用于依据第一匹配度和第二匹配度进行安全验证。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710580184.7A CN107358699B (zh) | 2017-07-17 | 2017-07-17 | 一种安全验证方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710580184.7A CN107358699B (zh) | 2017-07-17 | 2017-07-17 | 一种安全验证方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358699A CN107358699A (zh) | 2017-11-17 |
CN107358699B true CN107358699B (zh) | 2020-04-24 |
Family
ID=60292254
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710580184.7A Active CN107358699B (zh) | 2017-07-17 | 2017-07-17 | 一种安全验证方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358699B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108288320A (zh) * | 2018-03-06 | 2018-07-17 | 西安艾润物联网技术服务有限责任公司 | 出入通道核验人员身份的方法、系统及存储介质 |
CN108509945A (zh) * | 2018-06-29 | 2018-09-07 | 张维先 | 通过人脸属性识别提升掌静脉识别系统性能的方法 |
CN109299594B (zh) * | 2018-09-04 | 2022-11-22 | 创新先进技术有限公司 | 身份验证方法及装置 |
CN111105539B (zh) * | 2018-10-26 | 2021-08-31 | 珠海格力电器股份有限公司 | 一种门禁管理方法及装置 |
CN109508658B (zh) * | 2018-10-29 | 2020-07-14 | 国家电网有限公司 | 一种多生物特征联合识别方法及装置 |
CN110021101A (zh) * | 2019-03-29 | 2019-07-16 | 深圳市九洲电器有限公司 | 一种智能门禁控制方法及智能门禁系统 |
CN110782575A (zh) * | 2019-09-24 | 2020-02-11 | 深圳市智微智能科技开发有限公司 | 库房管理方法及相关产品 |
CN110782599A (zh) * | 2019-10-15 | 2020-02-11 | 青岛海信智能商用系统股份有限公司 | 用于自助收款的商品识别方法、自助收款装置及系统 |
CN111724497A (zh) * | 2020-06-30 | 2020-09-29 | 重庆勤鸟圈科技有限公司 | 用于健身房的淋浴控制系统 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2003282943A1 (en) * | 2002-10-11 | 2004-05-04 | Digimarc Corporation | Systems and methods for recognition of individuals using multiple biometric searches |
CN101231691A (zh) * | 2007-12-24 | 2008-07-30 | 浙江金指码科技有限公司 | 通过指纹数据数量调整的学习型智能指纹识别比对方法 |
US8412604B1 (en) * | 2009-09-03 | 2013-04-02 | Visa International Service Association | Financial account segmentation system |
CN202257700U (zh) * | 2010-08-05 | 2012-05-30 | 北京海鑫智圣技术有限公司 | 多认证模式出入控制系统 |
CN103440686A (zh) * | 2013-07-29 | 2013-12-11 | 上海交通大学 | 基于声纹识别、头像识别及位置服务的移动身份验证系统和方法 |
CN104268963A (zh) * | 2014-08-06 | 2015-01-07 | 成都百威讯科技有限责任公司 | 一种智能门锁系统及智能门锁、智能报警门 |
CN105844737A (zh) * | 2015-01-15 | 2016-08-10 | 珠海汇金科技股份有限公司 | 一种基于摄像头的电子锁系统和使用方法 |
CN104636730B (zh) * | 2015-02-10 | 2018-09-04 | 北京信息科技大学 | 人脸验证的方法和装置 |
CN105631285A (zh) * | 2015-09-28 | 2016-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 一种生物特征身份识别方法及装置 |
CN106682035A (zh) * | 2015-11-11 | 2017-05-17 | 中国移动通信集团公司 | 一种个性化学习推荐方法及装置 |
CN106055946A (zh) * | 2016-05-18 | 2016-10-26 | 成都芯软科技发展有限公司 | 一种身份识别系统及方法 |
CN106372572B (zh) * | 2016-08-19 | 2019-11-12 | 北京旷视科技有限公司 | 监控方法和装置 |
CN106790054A (zh) * | 2016-12-20 | 2017-05-31 | 四川长虹电器股份有限公司 | 基于人脸识别和声纹识别的交互式认证系统及方法 |
-
2017
- 2017-07-17 CN CN201710580184.7A patent/CN107358699B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107358699A (zh) | 2017-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107358699B (zh) | 一种安全验证方法及系统 | |
CN105868695B (zh) | 一种人脸识别方法及系统 | |
Bigun et al. | Multimodal biometric authentication using quality signals in mobile communications | |
CN107437074B (zh) | 一种身份认证方法和装置 | |
US11244035B2 (en) | Apparatus and methods for biometric verification | |
CN108038176B (zh) | 一种路人库的建立方法、装置、电子设备及介质 | |
CN101216884A (zh) | 一种人脸认证的方法及系统 | |
CN108960156B (zh) | 一种人脸检测识别方法及装置 | |
CN101211484A (zh) | 防止在atm取款时密码被偷窥的方法及装置 | |
KR102458241B1 (ko) | 사용자 인식 장치 및 방법 | |
CN108171138B (zh) | 一种生物特征信息获取方法和装置 | |
CN104036254A (zh) | 一种人脸识别方法 | |
Mane et al. | Review of multimodal biometrics: applications, challenges and research areas | |
CN109635625B (zh) | 智能身份核验方法、设备、存储介质及装置 | |
CN103856614A (zh) | 一种避免移动终端误休眠方法及装置 | |
CN113272847A (zh) | 基于动态栅格化管理的身份识别方法、装置及服务器 | |
CN104537290A (zh) | 基于多重指纹识别的密码系统及其实现方法 | |
US20230012235A1 (en) | Using an enrolled biometric dataset to detect adversarial examples in biometrics-based authentication system | |
KR20170003348A (ko) | 사용자 인증을 위한 등록 데이터베이스의 갱신 방법 및 장치 | |
JP5791148B2 (ja) | 認証システム及び信頼度判定方法 | |
CN106250890B (zh) | 一种指纹识别方法及装置 | |
CN110717428A (zh) | 一种融合多个特征的身份识别方法、装置、系统、介质及设备 | |
CN111723595A (zh) | 人员身份识别方法和系统 | |
KR101972800B1 (ko) | 수기 서명 인증 방법 및 장치 | |
EP2697064A2 (en) | System and method for demographic analytics based on multimodal information |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |