CN108171138A - 一种生物特征信息获取方法和装置 - Google Patents
一种生物特征信息获取方法和装置 Download PDFInfo
- Publication number
- CN108171138A CN108171138A CN201711405430.1A CN201711405430A CN108171138A CN 108171138 A CN108171138 A CN 108171138A CN 201711405430 A CN201711405430 A CN 201711405430A CN 108171138 A CN108171138 A CN 108171138A
- Authority
- CN
- China
- Prior art keywords
- information
- biological
- target object
- accredited personnel
- biological information
- 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.)
- Granted
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
- G06V40/70—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
本发明提供一种生物特征信息获取方法和装置。所述方法包括：采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。所述装置用于执行上述方法。本发明提供的方法和装置，可降低注册人员的配合要求，提高获取生物特征信息的准确度和获取效率。
Description
技术领域
本发明涉及生物特征识别技术领域，尤其涉及一种生物特征信息获取方法和装置。
背景技术
生物特征识别技术，是指通过计算机利用人体所固有的生理特征(指纹、虹膜、眼纹等)或行为特征(步态、击键习惯等)来进行个人身份认证的技术。
在基于生物特征信息识别进行身份认证的过程中，识别出待认证的人员的某一生物特征信息后，可根据预先建立的对应的生物特征数据库和待认证的人员的该生物特征信息进行待认证的人员的认证；其中，生物特征数据库中存储有多个注册人员的该生物特征信息。
实际应用中，在生物特征数据库时，需要预先采集注册人员的相关生物特征信息。
现有技术中，在注册人员的生物特征信息的采集过程中，往往需要注册人员进行主动配合。例如，在步态特征信息的采集中，需要召集各注册人员在测试区域内按照指定的行走路线行走，通过注册人员佩戴的可穿戴传感器收集注册人员的步态特征信息，以此建立对应的步态特征数据库。这种方法需要注册人员的高度配合。
或者，在注册人员的步态特征信息的采集过程中，可以通过标注人员以人工标注的方式对包括了注册人员和注册人员的生物特征信息的图像数据进行注册人员和生物特征信息的标注。然而，这种采集方法采集的生物特征信息的准确度主要依赖标注人员的标注准确性，且生物特征信息的采集效率低。
发明内容
针对现有技术中的缺陷，本发明提供一种生物特征信息获取方法和装置，主动获取注册人员的生物特征信息，降低配合要求，提高获取生物特征信息的准确度和获取效率。
一方面，本发明提供一种生物特征信息获取方法，包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；
将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；
若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
另一方面，本发明提供一种生物特征信息获取装置，包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；
将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；
若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
又一方面，本发明提供一种电子设备，包括处理器、存储器和总线，其中：
所述处理器，所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行上述方法的步骤。
本发明提供的生物特征信息获取方法和装置，通过目标对象的第一生物特征信息和预设的生物特征数据库来对目标对象进行识别，确定目标对象为注册人员之后，从图像信息中获取注册人员的第二生物特征信息，无需注册人员的主动配合，降低了配合要求；而且，基于第一生物特征信息来获取注册人员的第二生物特征信息，可提高生物特征信息的获取准确度和获取效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1示出了根据本发明一个实施例的生物特征信息获取方法的示例性流程图；
图2示出了根据本发明又一个实施例的生物特征信息获取方法的示例性流程图；
图3示出了根据本发明一个实施例的生物特征获取装置的结构示意图；
图4示出了根据本发明一个实施例的电子设备的实体结构示意图。
具体实施方式
以下将结合附图对本发明的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，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的前提下所得到的所有其它实施例，都属于本发明所保护的范围。
本发明各实施例使用的“模块”、“装置”等术语旨在包括与计算机相关的实体，例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如，模块可以是，但并不仅限于：处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说，计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内，一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
下面结合附图详细说明本发明的技术方案。
参考图1，其示出了根据本发明一个实施例的生物特征信息获取方法的示例性流程图。
如图1所示，本发明实施例提供的生物特征信息获取方法，可以包括如下步骤：
S110：采集目标区域的图像信息，基于图像信息获取目标对象的第一生物特征信息。
S120：将第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定目标对象是否为预设的生物特征数据库中的注册人员。
S130：若是，则从图像信息中获取注册人员的第二生物特征信息。
本发明实施例中，目标对象指的是目标区域内的行人。第一生物特征信息至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；第二生物特征信息至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；第一生物特征信息与第二生物特征信息不同。当然，实际应用中，第一生物特征信息还可以包括其他种类的生物特征信息，此处不再枚举。
本发明实施例中，可以基于图像信息获取目标对象的脸部特征信息。具体地，可以基于预设的行人检测算法，检测出图像信息中的行人，并作为目标对象；根据目标对象的位置，基于图像信息获取目标对象的脸部图像；利用预设的脸部特征提取算法，从目标对象的脸部图像中提取出脸部特征点，作为目标对象的脸部特征信息。
可选地，还可以基于图像信息获取目标对象的虹膜特征信息。具体地，在检测出图像信息中的行人并作为目标对象之后，可以根据目标对象的位置，基于图像信息获取目标对象的眼部图像；利用预设的虹膜特征提取算法，从目标对象的眼部图像中提取虹膜特征点，作为目标对象的虹膜特征信息。
本发明实施例中，预设的生物特征数据库中存储有注册人员的至少一种第一生物特征信息。其中，注册人员指的是具有指定权限的人员，或者注册人员可以是目标跟踪人员。
相应地，在获取目标对象的第一生物特征信息之后，可以将获取的各种第一生物特征信息与预设的生物特征数据库中各注册人员的各种第一生物特征信息进行比对，获得匹配结果。
若获取的各种第一生物特征信息与生物特征数据库中一个注册人员的各种生物特征信息匹配，则可以识别目标对象为该注册人员。
实际应用中，在获取目标对象的第一生物特征信息有多种的情况下，可以若获取的目标对象的所有第一生物特征信息与生物特征数据库中一个注册人员的所有第一生物特征信息均匹配，则识别目标对象为该注册人员。
可选地，在获取目标对象的第一生物特征信息有多种的情况下，可以针对每种第一生物特征信息，将获取的该种第一生物特征信息与生物特征数据库中各注册人员的该种第一生物特征信息进行比对，查找出与该种第一生物特征信息匹配的注册人员。若存在至少一种生物特征信息满足如下条件：目标对象的该种生物特征信息与一个注册人员的该种生物特征信息匹配，则确定预设的生物特征数据库中存在一个注册人员的各种第一生物特征信息与目标对象的各种第一生物特征信息匹配。
进一步地，若与各种第一生物特征信息匹配的注册人员不同，则可以根据各种第一生物特征信息对应的优先级，识别目标对象为优先级最高的第一生物特征信息所匹配出的注册人员。
识别目标对象为注册人员之后，可以从图像信息中获取注册人员的第二生物特征信息。
本发明实施例中，第二生物特征信息为步态特征信息时，可以从图像信息中获取注册人员的行走图像帧序列；利用预设的步态特征提取算法，从注册人员的行走图像帧序列中提取注册人员的步态特征信息。
本发明实施例中，第二生物特征信息为耳廓特征信息时，可以从图像信息中获取注册人员的耳部图像；利用预设的耳廓特征提取算法，从注册人员的耳部图像中提取耳廓特征点，并作为注册人员的耳廓特征信息。
进一步地，本发明实施例中，在获取注册人员的第二生物特征信息之后，可以将注册人员的第二生物特征信息存储至生物特征数据库中。
这样，后续可以基于存储有注册人员的第二生物特征信息的生物特征数据库来进行身份认证。具体地，可以先获取待认证人员的第二生物特征信息；继而，将认证人员的第二生物特征信息与生物特征数据库中各注册人员的第二生物特征信息进行比对，若生物特征数据库中存在第二生物特征信息与待认证人员的第二生物特征信息匹配的注册人员，则识别待认证人员为匹配的注册人员。
本发明实施例提供的生物特征信息获取方法，通过目标对象的第一生物特征信息和预设的生物特征数据库来对目标对象进行识别，确定目标对象为注册人员之后，从图像信息中获取注册人员的第二生物特征信息，无需注册人员的主动配合，降低了配合要求；而且，基于第一生物特征信息来获取注册人员的第二生物特征信息，可提高生物特征信息的获取准确度和获取效率。
以下将以步态特征信息的获取进行举例说明。
参考图2，其示出了根据本发明又一个实施例的生物特征信息获取方法的示例性流程图。
如图2所示，本发明实施例提供的生物特征信息获取方法，可以包括如下步骤：
S210：采集目标区域的图像信息，基于图像信息获取目标对象的脸部特征信息。
本发明实施例提供的步态特征信息获取方法可以适用于设置有监控摄像头的安防监控系统。通过安防监控系统预先部署的监控摄像头可获取目标区域内的监控视频，即目标区域的图像信息。
本发明实施例中，可以根据目监控视频来进行注册人员的步态特征信息的获取。其中，注册人员指的是预先在安防监控系统中进行注册的人员，例如，注册人员可以是具有指定权限的人员，或者注册人员可以是目标跟踪人员。
为了降低注册人员的配合要求，本发明实施例中，通过现有的安防监控系统获取目标区域对应的监控视频之后，可以进行行人检测，在确定有行人后，将行人作为目标对象，获取目标对象的脸部特征以便后续从目标对象中主动跟踪到注册人员。
本发明实施例中，可以基于预设的行人检测算法，检测出监控视频中的行人，并作为目标对象。实际应用中，检测出监控视频中的行人时还可确定行人的位置。
实际应用中，行人检测算法可以具体为基于背景建模的检测算法、基于机器学习的检测算法。例如，基于背景建模的检测算法中，主要是通过分割出前景、提取运动目标、提取运动目标特征和对运动目标分类判别，以此实现行人检测。基于机器学习的检测算法中，主要是根据大量训练样本构建行人检测分类器以此实现行人检测，比如卷积神经网络算法。
本发明实施例中，关于如何基于背景建模或机器学习来实现监控视频中的行人和行人的位置的检测，可以采用本领域常用的技术手段，此处不再详述。
本发明实施例中，在确定图像信息中的目标对象的位置之后，可以根据目标对象的位置，从图像信息中获取目标对象的脸部图像；并利用预设的脸部特征提取算法，从目标对象的脸部图像中提取出脸部特征点，作为目标对象的脸部特征信息。
其中，脸部特征提取算法可以具体为如下任意一种或多种算法的结合：ASM(Active Shape Model，主动形状模型)算法、Eigen face(特征脸)算法和CNN(卷积神经网络，Convolutional Neural Network)算法。
本发明实施例中，关于如何基于脸部特征提取算法来实现脸部特征点的提取，可以采用本领域常用的技术手段，此处不再详述。
S220：若预设的生物特征数据库中存在脸部特征信息与目标对象的脸部特征信息匹配的注册人员，则识别目标对象为该注册人员，并从图像信息中提取注册人员的行走图像帧序列。
本发明实施例中，在通过步骤S210获取目标对象的脸部特征信息后，可以基于目标对象的脸部特征信息和预设的生物特征数据库来对目标对象进行身份识别。其中，生物特征数据库中预先存储有注册人员的脸部特征信息。
具体地，可以将目标对象的脸部特征信息与生物特征数据库中的注册人员的脸部特征信息进行比对，若生物特征数据库中存在脸部特征与目标对象的脸部特征信息匹配的注册人员，则可以确认图像信息中检测出的目标对象为注册人员。
本发明实施例中，在确认目标对象为注册人员之后，可以从图像信息中提取注册人员的行走图像帧序列，以便后续获取注册人员的步态特征信息。
实际应用中，可以针对图像信息中的每一图像帧，若检测到该图像帧中包括注册人员的脸部特征信息，则可以根据注册人员在该图像帧中的位置，从该图像帧中提取注册人员的行走图像，并作为注册人员的行走图像帧；按照时间顺序，根据注册人员的各行走图像帧，生成注册人员的行走图像帧序列。
S230：根据目标对象的行走图像帧序列，获取注册人员的步态特征信息。
本发明实施例中，在获取注册人员的行走图像帧序列之后，可以将从注册人员的行走图像帧序列中提取出注册人员的步态特征信息，即完成了注册人员的步态特征信息的获取。
具体地，在获取目标对象的行走图像帧序列之后，可以利用预设的步态特征提取算法，从注册人员的行走图像帧序列中提取注册人员的步态特征信息。
其中，步态特征提取算法可以具体为如下任意一种或多种算法的结合：基于Hough(霍夫)变换的步态特征提取算法、基于粒子滤波跟踪的步态特征提取算法和基于支持向量机的步态特征提取算法等。
本发明实施例中，关于如何基于步态特征提取算法来实现步态特征的提取，可以采用本领域常用的技术手段，此处不再详述。
本发明实施例提供的生物特征信息获取方法中，通过目标对象的脸部特征信息和预设的生物特征数据库来对目标对象进行识别，确定目标对象为注册人员之后，从图像信息中获取注册人员的步态特征信息，无需注册人员的主动配合，降低了配合要求；而且，基于脸部特征信息来获取注册人员的步态特征信息，可提高生物特征信息的获取准确度和获取效率。
进一步地，在上述实施例的基础上，本发明实施例提供的生物特征信息获取方法中，在获取到注册人员的步态特征信息之后，可以将注册人员和注册人员的步态特征信息对应存储到预设的步态特征数据库中。或者，在生物特征数据库中将注册人员的步态特征信息与注册人员的脸部特征信息对应存储。这样，后续可以基于步态特征数据库或生物特征数据库，以及待识别人员的步态特征信息，来进行身份识别。
在上述实施例的基础上，本发明又一实施例提供的生物特征信息或方法中，在生物特征数据库存储的注册人员的脸部特征信息可以预先根据如下方式获取：
获取注册人员的脸部图像；从注册人员的脸部图像中提取注册人员的脸部特征信息；将注册人员的脸部特征信息与注册人员进行对应存储于生物特征数据库中。
具体地，针对安防监控系统中预先注册的每个注册人员，可以获取该注册人员的脸部图像。其中，注册人员的脸部图像可以由注册人员主动提交、由安防监控系统的摄像头捕获，或者管理人员输入。
接着，利用预设的脸部特征提取算法，从注册人员的脸部图像中提取出脸部特征点，作为注册人员的脸部特征信息。其中，脸部特征提取算法可以具体为如下任意一种或多种算法的结合：ASM算法、Eigen face算法和CNN算法等。关于如何基于脸部特征提取算法来实现脸部特征点的提取，可以采用本领域常用的技术手段，此处不再详述。
本发明实施例中，在获取注册人员的脸部特征信息之后，可以将获取的注册人员的脸部特征信息与注册人员进行对应存储于生物特征数据库中，以便在能够获取待识别人员的脸部特征信息的情况下对待识别人员进行身份识别。
本发明实施例其他步骤与前述实施例步骤相似，本发明实施例不再赘述。
本发明实施例提供的生物特征获取方法，通过在生物特征数据库中预先存储注册人员的脸部特征信息，可提高注册人员的生物特征信息采集准确度。
在上述各实施例的基础上，本发明又一实施例提供了一种生物特征获取装置。
参考图3，其示出了根据本发明一个实施例生物特征获取装置的结构示意图。
如图3所示，本发明实施例提供的生物特征获取装置300可以包括：采集单元301、匹配单元302和获取单元303。
其中，采集单元301用于采集目标区域的图像信息，基于所述图像信息获取目标对象的至少一种第一生物特征信息。
匹配单元302用于将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员。
获取单元303用于若所述目标对象是所述预设的生物特征数据库中的注册人员，则从所述图像信息中获取所述注册人员的第二生物特征信息。
可选地，所述第一生物特征信息和所述第二生物特征信息均至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；所述第一生物特征信息与所述第二生物特征信息不同。
可选地，所述采集单元301具体用于基于预设的行人检测算法，检测出所述图像信息中的行人，并作为目标对象；根据所述目标对象的位置，基于所述图像信息获取所述目标对象的脸部图像；利用预设的脸部特征提取算法，从所述目标对象的脸部图像中提取出脸部特征点，作为所述目标对象的脸部特征。
可选地，所述获取单元303具体用于从所述图像信息中获取所述注册人员的行走图像帧序列；利用预设的步态特征提取算法，从所述注册人员的步态视频帧序列中提取所述注册人员的步态特征信息。
本发明实施例提供的生物特征获取装置，通过目标对象的至少一种第一生物特征信息和预设的生物特征数据库来对目标对象进行识别，确定目标对象为注册人员之后，从图像信息中获取注册人员的第二生物特征信息，无需注册人员的主动配合，降低了配合要求；而且，基于第一生物特征信息来获取注册人员的第二生物特征信息，可提高生物特征信息的获取准确度和获取效率。
本发明提供的生物特征获取装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
参考图4，其示出了根据本发明一个实施例的电子设备的实体结构示意图。如图4所示，该电子设备400可以包括：处理器(processor)401、存储器(memory)402和总线403，其中，处理器401，存储器402通过总线403完成相互间的通信。处理器401可以调用存储器402中的计算机程序，以执行上述各方法实施例所提供的方法，例如包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；
将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；
若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
可选地，所述第一生物特征信息和所述第二生物特征信息均至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；所述第一生物特征信息与所述第二生物特征信息不同。
在另一种实施方式中，所述处理器401执行所述计算机程序时实现如下方法：所述基于所述图像信息获取目标对象的第一生物特征信息，包括：
基于预设的行人检测算法，检测出所述图像信息中的行人，并作为目标对象；
根据所述目标对象的位置，基于所述图像信息获取所述目标对象的脸部图像；
利用预设的脸部特征提取算法，从所述目标对象的脸部图像中提取出脸部特征点，作为所述目标对象的脸部特征信息。
在另一种实施方式中，所述处理器401执行所述计算机程序时实现如下方法：所述从所述图像信息中获取所述注册人员的第二生物特征信息，包括：
从所述图像信息中获取所述注册人员的行走图像帧序列；
利用预设的步态特征提取算法，从所述注册人员的行走图像帧序列中提取所述注册人员的步态特征信息。
在另一种实施方式中，所述处理器401执行所述计算机程序时实现如下方法：所述方法还包括：
将所述注册人员的第二生物特征信息存储至所述生物特征数据库库中。
本发明实施例提供的电子设备，至少具有以下技术效果：通过目标对象的第一生物特征信息和预设的生物特征数据库来对目标对象进行识别，确定目标对象为注册人员之后，从图像信息中获取注册人员的第二生物特征信息，无需注册人员的主动配合，降低了配合要求；而且，基于第一生物特征信息来获取注册人员的第二生物特征信息，可提高生物特征信息的获取准确度和获取效率。
本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
此外，上述的存储器中的逻辑指令可以通过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装置(可以是个人计算机，服务器，或者网络装置等)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。
以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种生物特征信息获取方法，其特征在于，包括：
采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；
将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；
若是，则从所述图像信息中获取所述注册人员的第二生物特征信息。
2.根据权利要求1所述的方法，其特征在于，所述第一生物特征信息和所述第二生物特征信息均至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；
所述第一生物特征信息与所述第二生物特征信息不同。
3.根据权利要求2所述的方法，其特征在于，所述基于所述图像信息获取目标对象的第一生物特征信息，包括：
基于预设的行人检测算法，检测出所述图像信息中的行人，并作为目标对象；
根据所述目标对象的位置，基于所述图像信息获取所述目标对象的脸部图像；
利用预设的脸部特征提取算法，从所述目标对象的脸部图像中提取出脸部特征点，作为所述目标对象的脸部特征信息。
4.根据权利要求2所述的方法，其特征在于，所述从所述图像信息中获取所述注册人员的第二生物特征信息，包括：
从所述图像信息中获取所述注册人员的行走图像帧序列；
利用预设的步态特征提取算法，从所述注册人员的行走图像帧序列中提取所述注册人员的步态特征信息。
5.根据权利要求1-4任一所述的方法，其特征在于，所述方法还包括：
将所述注册人员的第二生物特征信息存储至所述生物特征数据库中。
6.一种生物特征信息获取装置，其特征在于，包括：
采集单元，用于采集目标区域的图像信息，基于所述图像信息获取目标对象的第一生物特征信息；
匹配单元，用于将所述第一生物特征信息与预设的生物特征数据库进行匹配，基于匹配结果，确定所述目标对象是否为所述预设的生物特征数据库中的注册人员；
获取单元，用于若所述目标对象是所述预设的生物特征数据库中的注册人员，则从所述图像信息中获取所述注册人员的第二生物特征信息。
7.根据权利要求6所述的装置，其特征在于，所述第一生物特征信息和所述第二生物特征信息均至少包括如下任意一种：脸部特征信息、虹膜特征信息、耳廓特征信息、步态特征信息、眼纹特征信息、唇纹特征信息；
所述第一生物特征信息与所述第二生物特征信息不同。
8.根据权利要求7所述的装置，其特征在于，
所述采集单元具体用于基于预设的行人检测算法，检测出所述图像信息中的行人，并作为目标对象；根据所述目标对象的位置，基于所述图像信息获取所述目标对象的脸部图像；利用预设的脸部特征提取算法，从所述目标对象的脸部图像中提取出脸部特征点，作为所述目标对象的脸部特征。
9.根据权利要求7所述的装置，其特征在于，
所述获取单元具体用于从所述图像信息中获取所述注册人员的行走图像帧序列；利用预设的步态特征提取算法，从所述注册人员的步态视频帧序列中提取所述注册人员的步态特征信息。
10.一种电子设备，其特征在于，包括处理器、存储器和总线，其中：
所述处理器，所述存储器通过总线完成相互间的通信；
所述处理器可以调用存储器中的计算机程序，以执行如权利要求1-5任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711405430.1A CN108171138B (zh) | 2017-12-22 | 2017-12-22 | 一种生物特征信息获取方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711405430.1A CN108171138B (zh) | 2017-12-22 | 2017-12-22 | 一种生物特征信息获取方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108171138A true CN108171138A (zh) | 2018-06-15 |
| CN108171138B CN108171138B (zh) | 2021-03-02 |
Family
ID=62523398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711405430.1A Active CN108171138B (zh) | 2017-12-22 | 2017-12-22 | 一种生物特征信息获取方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108171138B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109211951A (zh) * | 2018-11-16 | 2019-01-15 | 银河水滴科技（北京）有限公司 | 一种基于图像分割的安检系统及安检方法 |
| CN110175587A (zh) * | 2019-05-30 | 2019-08-27 | 黄岩 | 一种基于人脸识别和步态识别算法的视频追踪方法 |
| CN110196924A (zh) * | 2019-05-31 | 2019-09-03 | 银河水滴科技（北京）有限公司 | 特征信息库的构建、目标对象的追踪方法及装置 |
| CN110688872A (zh) * | 2018-07-04 | 2020-01-14 | 北京得意音通技术有限责任公司 | 基于唇部的人物识别方法、装置、程序、介质及电子设备 |
| WO2020108268A1 (zh) * | 2018-11-28 | 2020-06-04 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别系统、方法及装置 |
| CN111445252A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 一种生物特征库的建立方法、装置及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
| CN101661554A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨工程大学 | 远距离视频下的正面人体自动身份识别方法 |
| CN102368300A (zh) * | 2011-09-07 | 2012-03-07 | 常州蓝城信息科技有限公司 | 基于复杂环境下目标人群的多种特征的提取方法 |
| CN105787440A (zh) * | 2015-11-10 | 2016-07-20 | 深圳市商汤科技有限公司 | 一种基于人脸特征和步态特征的安保管理方法及系统 |
| CN106529254A (zh) * | 2016-11-08 | 2017-03-22 | 河南工业大学 | 一种方便、安全的密码管理方法和系统 |
| US20170337410A1 (en) * | 2016-05-20 | 2017-11-23 | Novatek Microelectronics Corp. | Fingerprint sensing apparatus, an integrated sensor device, and a fingerprint sensing method |
-
2017
- 2017-12-22 CN CN201711405430.1A patent/CN108171138B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101226653A (zh) * | 2007-01-18 | 2008-07-23 | 中国科学院自动化研究所 | 基于身份证和生物特征识别技术的快速登机系统及方法 |
| CN101661554A (zh) * | 2009-09-29 | 2010-03-03 | 哈尔滨工程大学 | 远距离视频下的正面人体自动身份识别方法 |
| CN102368300A (zh) * | 2011-09-07 | 2012-03-07 | 常州蓝城信息科技有限公司 | 基于复杂环境下目标人群的多种特征的提取方法 |
| CN105787440A (zh) * | 2015-11-10 | 2016-07-20 | 深圳市商汤科技有限公司 | 一种基于人脸特征和步态特征的安保管理方法及系统 |
| US20170337410A1 (en) * | 2016-05-20 | 2017-11-23 | Novatek Microelectronics Corp. | Fingerprint sensing apparatus, an integrated sensor device, and a fingerprint sensing method |
| CN106529254A (zh) * | 2016-11-08 | 2017-03-22 | 河南工业大学 | 一种方便、安全的密码管理方法和系统 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110688872A (zh) * | 2018-07-04 | 2020-01-14 | 北京得意音通技术有限责任公司 | 基于唇部的人物识别方法、装置、程序、介质及电子设备 |
| CN109211951A (zh) * | 2018-11-16 | 2019-01-15 | 银河水滴科技（北京）有限公司 | 一种基于图像分割的安检系统及安检方法 |
| WO2020108268A1 (zh) * | 2018-11-28 | 2020-06-04 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别系统、方法及装置 |
| CN111241868A (zh) * | 2018-11-28 | 2020-06-05 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别系统、方法及装置 |
| CN111241868B (zh) * | 2018-11-28 | 2024-03-08 | 杭州海康威视数字技术股份有限公司 | 一种人脸识别系统、方法及装置 |
| CN111445252A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 一种生物特征库的建立方法、装置及设备 |
| CN110175587A (zh) * | 2019-05-30 | 2019-08-27 | 黄岩 | 一种基于人脸识别和步态识别算法的视频追踪方法 |
| CN110196924A (zh) * | 2019-05-31 | 2019-09-03 | 银河水滴科技（北京）有限公司 | 特征信息库的构建、目标对象的追踪方法及装置 |
| CN110196924B (zh) * | 2019-05-31 | 2021-08-17 | 银河水滴科技(宁波)有限公司 | 特征信息库的构建、目标对象的追踪方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108171138B (zh) | 2021-03-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108171138A (zh) | 一种生物特征信息获取方法和装置 | |
| JP7004522B2 (ja) | ライブネス検査方法及び装置 | |
| KR101998112B1 (ko) | 얼굴 특징점 기반 부분 영역 지정을 통한 부분 가림 얼굴 인식 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
| CN106133752B (zh) | 眼睛注视跟踪 | |
| CN107437074B (zh) | 一种身份认证方法和装置 | |
| WO2015165365A1 (zh) | 一种人脸识别方法及系统 | |
| WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
| CN111563480B (zh) | 冲突行为检测方法、装置、计算机设备和存储介质 | |
| CN104123543B (zh) | 一种基于人脸识别的眼球运动识别方法 | |
| CN106919921B (zh) | 结合子空间学习与张量神经网络的步态识别方法及系统 | |
| CN106778525A (zh) | 身份认证方法和装置 | |
| US10885171B2 (en) | Authentication verification using soft biometric traits | |
| WO2019033569A1 (zh) | 眼球动作分析方法、装置及存储介质 | |
| Srinivas et al. | Analysis of facial marks to distinguish between identical twins | |
| CN110647955A (zh) | 身份验证方法 | |
| JP2020518051A (ja) | 顔姿勢検出方法、装置及び記憶媒体 | |
| CN109886080A (zh) | 人脸活体检测方法、装置、电子设备及可读存储介质 | |
| JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
| KR20120139100A (ko) | 얼굴 인증을 이용한 보안 장치 및 방법 | |
| US20170277957A1 (en) | Store-entering person attribute extraction apparatus, store-entering person attribute extraction method, and non-transitory computer readable medium | |
| CN110175553A (zh) | 基于步态识别与人脸识别建立特征库的方法及装置 | |
| CN110276313B (zh) | 身份认证方法、身份认证装置、介质和计算设备 | |
| JP6311237B2 (ja) | 照合装置及び照合方法、照合システム、並びにコンピュータ・プログラム | |
| US20160140395A1 (en) | Adaptive sampling for efficient analysis of ego-centric videos | |
| CN113989914B (zh) | 一种基于人脸识别的安防监控方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210127 Address after: 315000 9-3, building 91, 16 Buzheng lane, Haishu District, Ningbo City, Zhejiang Province Applicant after: Yinhe shuidi Technology (Ningbo) Co.,Ltd. Address before: Room 501-1753, office building, development zone, 8 Xingsheng South Road, Miyun District Economic Development Zone, Beijing Applicant before: Yinhe waterdrop Technology (Beijing) Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |