CN114511933A - 一种多模态生物特征融合身份识别方法 - Google Patents

一种多模态生物特征融合身份识别方法 Download PDF

Info

Publication number
CN114511933A
CN114511933A CN202111652812.0A CN202111652812A CN114511933A CN 114511933 A CN114511933 A CN 114511933A CN 202111652812 A CN202111652812 A CN 202111652812A CN 114511933 A CN114511933 A CN 114511933A
Authority
CN
China
Prior art keywords
input
user
information
iris
verification
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
Application number
CN202111652812.0A
Other languages
English (en)
Inventor
吕庭彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Youpin Smart Technology Co ltd
Original Assignee
Shenzhen Youpin Smart Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Youpin Smart Technology Co ltd filed Critical Shenzhen Youpin Smart Technology Co ltd
Priority to CN202111652812.0A priority Critical patent/CN114511933A/zh
Publication of CN114511933A publication Critical patent/CN114511933A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/32User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明涉及身份识别方法技术领域,且公开了一种多模态生物特征融合身份识别方法;本多模态生物特征融合身份识别方法,包括以下步骤:S1:识别用户;S2:用户注册;S3:用户验证;S4:二次验证;S5:报警反馈;本发明,采用双生物特征验证的方式,选取虹膜验证、指纹验证以及声纹验证中任意两种的组合,在输入身份信息后,验证虹膜、指纹和声纹任意两种验证方式可降低被人盗取的风险,同时在验证失败时,可进行二次验证,用第三种验证方式验证,通过接收端处使用人员和管理员判断输入端处识别用户的身份信息,若为不可信任用户,则远程开启定位并通过远程夺取输入端的控制权,再将身份信息进行整理并进行报警。

Description

一种多模态生物特征融合身份识别方法
技术领域
本发明属于身份识别方法技术领域,具体为一种多模态生物特征融合身份识别方法。
背景技术
生物特征识别(BIOMETRICS)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、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术,每个个体都有唯一的可以测量或可自动识别和验证的生理特性或行为方式,即生物特征,它可划分为生理特征(如指纹、面像、虹膜、掌纹等)和行为特征(如步态、声音、笔迹等),生物识别就是依据每个个体之间独一无二的生物特征对其进行识别与身份的认证。他的主要内容是生物识别技术和生物识别系统,生物识别技术(Biometric IdentificationTechnology)是指利用人体生物特征进行身份认证的一种技术。更具体一点,生物特征识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性和行为特征来进行个人身份的鉴定,生物识别系统是对生物特征进行取样,提取其唯一的特征并且转化成数字代码,并进一步将这些代码组合而成的特征模板。人们同识别系统交互进行身份认证时,识别系统获取其特征并与数据可中的特征模板进行比对,以确定是否匹配,从而决定接受或拒绝该人。
现有的生物身份识别在使用时存在一定弊端,现有的生物特征识别方法往往采用单一生物特征进行验证识别,单一生物特征容易被盗取,此种身份验证方法在使用时安全系数较低;因此,针对目前的状况,现需对其进行改进。
发明内容
针对上述情况,为克服现有技术的缺陷,本发明提供一种多模态生物特征融合身份识别方法,有效的解决了现有的生物特征识别方法往往采用单一生物特征进行验证识别,单一生物特征容易被盗取,此种身份验证方法在使用时安全系数较低的问题。
为实现上述目的,本发明提供如下技术方案:一种多模态生物特征融合身份识别方法,其特征在于:包括以下步骤:
S1:识别用户:用户在输入端识别界面进行识别,其中,若用户已有账号,则直接进入验证环节;若用户未登记登录信息,则进入用户注册界面;
S2:用户注册:在上述步骤S1的基础上,新用户进入生物特征录入环节,用户点击输入端虹膜录入模块并进入虹膜录入界面扫描虹膜,虹膜扫描时用户需要保证整个眼部处于扫描设备扫描范围内,以确保虹膜扫描的完整性;待虹膜录入完毕,用户点击输入端指纹录入模块并进入指纹录入界面录入指纹,用户将常用手指在指纹采集设备处进行多次多点位按压,确保采集设备完整采集指纹信息;用户点击输入端声纹录入模块并进入声纹录入界面,待声纹系统提示用户录入声纹信息后,用户需根据提示用不同语气分次录入密码指令;待全部生物特征录入完毕,用户确认信息后保存信息上传至管理员后台远程验证并通过操作端反馈验证信息,若管理员验证失败,则不予注册;若管理员验证通过,则允许注册新用户信息,新用户需建立信息库,并将上述录入的生物特征信息存储至个人信息库内,并返回识别界面;
S3:用户验证:在上述步骤S2的基础上,已录入信息用户在输入身份信息后,任意选择两种生物特征识别模块,输入生物特征并确认输入,用户输入信息和信息存储数据作对比,若一致,则通过身份认证,并选择登录;若不一致,则未通过身份认证,进入二次验证界面
S4:二次验证:在上述步骤S3的基础上,未通过身份认证时,选择输入第三种生物特征信息,将输入的第三种生物特征和信息库内存储数据进行对比,若一致,则通过身份认证,并选择登录;若不一致,输入端远程接通管理员介入并进行报警处理;
S5:报警反馈:在上述步骤S4的基础上,输入端验证生物特征信息失败时,将验证失败的信息进行警示处理,并将警示信息远程反馈给接收端和管理员,待接收端或管理人员接受警示信息后,对输入端进行定位并远程接入输入端取得控制权后进行报警。
优选的,所述输入端具体为手机端、平板或PC端等可进行信息录入设备中的一种或几种的组合。
优选的,所述虹膜录入模块具体为获取对虹膜进行拍摄,并将拍摄到的图像进行图像预处理,再通过特征提取提取虹膜数据并上传至信息库。
优选的,所述虹膜录入模块的拍摄方式包括数位相机或摄像机等摄像设备一种或几种的组合;所述图像预处理包括虹膜定位、虹膜图像归一化以及图像增强,所述虹膜录入模块的工作过程具体为:首先确定内圆、外圆和二次曲线在图像中的位置,将图像中的虹膜大小,调整到识别系统设置的固定尺寸,并将固定尺寸后的虹膜图像进行亮度、对比度和平滑度等处理,并对处理完毕的虹膜图像进行存储。
优选的,所述指纹录入模块具体为光学指纹采集技术、电容式传感器指纹采集、温度传感指纹获取技术、超声波指纹采集技术、电磁波指纹采集技术中的一种或几种方式的组合,所述指纹录入模块的工作过程具体为:在获取指纹图像后将不同区域分布的像素进行均值划分得到亮度分布均衡的图像,再通过调节亮度的不同将指纹与背景分割,并对处理完毕的指纹图像进行存储。
优选的,所述声纹录入模块具体为录音笔、麦克风、耳机等具有录音功能的设备中的一种或几种的组合,所述声纹录入模块的工作过程具体为:在获取声纹后对获取的声音进行背景音消除的处理,并增强用户声纹,并对处理完毕的声纹图像进行存储。
优选的,所述虹膜录入模块、所述指纹录入模块和所述声纹录入模块在特征数据处理完毕后均需要对特征数据进行提取,所述特征数据提取方法具体为Histogram ofOriented Gradient算法、SVM算法、Canny边缘检测算法或SIFT特征提取算法中的一种或几种的组合的图像特征提取方法。
优选的,所述输入端在使用时需要搭载网络,网络类型为无线网或有线网中的一种或几种的组合;所述有线网具体为光纤连接或宽带连接中一种或几种的组合;所述无线网络具体为无线广域网、无线局域网、无线城域网或无线个人局域网中一种或几种的组合。
与现有技术相比,本发明的有益效果是:1、本发明,采用双生物特征验证的方式,选取虹膜验证、指纹验证以及声纹验证中任意两种的组合,虹膜的形成由遗传基因决定,人体基因表达决定了虹膜的形态、生理、颜色和总的外观,指纹是人体独一无二的特征,同一个人不同手指的指纹均不一样,复杂度足以提供用于鉴别的足够特征,每个人的声纹根据每个人的声带和说话方式的不同而不一样,在输入身份信息后,验证虹膜、指纹和声纹任意两种验证方式可降低被人盗取的风险,同时在验证失败时,可进行二次验证,用第三种验证方式验证,确保准确率的同时增加安全系数。
2、本发明,采用虹膜验证、指纹验证以及声纹验证的方式,更加快捷进行验证,取代传统输入密码的步骤,虹膜验证、指纹验证以及声纹验证均可一键识别,用时少,准确率高,且在验证时,可减少与输入端的接触,相对卫生。
3、本发明,增加报警反馈,在用户注册时,在用户上传个人信息时,通过管理员进行筛选,能够成功注册信息库的用户均为可信任用户,在用户识别时,第一次验证失败后给予二次验证,若二次验证还不通过,则将输入端用户验证信息加以警示传输至接收端和管理员处,通过接收端处使用人员和管理员判断输入端处识别用户的身份信息,若为不可信任用户,则远程开启定位并通过远程夺取输入端的控制权,再将身份信息进行整理并进行报警,此种方式,通过警示信息提醒连接端和管理员,用以提高输入端的安全系数,以保证输入端在以手机或平板等便于拿持的输入形式使用时,有效防盗。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为一种多模态生物特征融合身份识别方法步骤图
图2为一种多模态生物特征融合身份识别方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,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;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。
如图1所示,本发明提供一种技术方案:一种多模态生物特征融合身份识别方法,包括以下步骤:
S1:识别用户:用户在输入端识别界面进行识别,其中,若用户已有账号,则直接进入验证环节;若用户未登记登录信息,则进入用户注册界面;
S2:用户注册:在上述步骤S1的基础上,新用户进入生物特征录入环节,用户点击输入端虹膜录入模块并进入虹膜录入界面扫描虹膜,虹膜扫描时用户需要保证整个眼部处于扫描设备扫描范围内,以确保虹膜扫描的完整性;待虹膜录入完毕,用户点击输入端指纹录入模块并进入指纹录入界面录入指纹,用户将常用手指在指纹采集设备处进行多次多点位按压,确保采集设备完整采集指纹信息;用户点击输入端声纹录入模块并进入声纹录入界面,待声纹系统提示用户录入声纹信息后,用户需根据提示用不同语气分次录入密码指令;待全部生物特征录入完毕,用户确认信息后保存信息上传至管理员后台远程验证并通过操作端反馈验证信息,若管理员验证失败,则不予注册;若管理员验证通过,则允许注册新用户信息,新用户需建立信息库,并将上述录入的生物特征信息存储至个人信息库内,并返回识别界面;
S3:用户验证:在上述步骤S2的基础上,已录入信息用户在输入身份信息后,任意选择两种生物特征识别模块,输入生物特征并确认输入,用户输入信息和信息存储数据作对比,若一致,则通过身份认证,并选择登录;若不一致,则未通过身份认证,进入二次验证界面
S4:二次验证:在上述步骤S3的基础上,未通过身份认证时,选择输入第三种生物特征信息,将输入的第三种生物特征和信息库内存储数据进行对比,若一致,则通过身份认证,并选择登录;若不一致,输入端远程接通管理员介入并进行报警处理;
S5:报警反馈:在上述步骤S4的基础上,输入端验证生物特征信息失败时,将验证失败的信息进行警示处理,并将警示信息远程反馈给接收端和管理员,待接收端或管理人员接受警示信息后,对输入端进行定位并远程接入输入端取得控制权后进行报警。
其中,输入端具体为手机端、平板或PC端等可进行信息录入设备中的一种或几种的组合,虹膜录入模块具体为获取对虹膜进行拍摄,并将拍摄到的图像进行图像预处理,再通过特征提取提取虹膜数据并上传至信息库,虹膜录入模块的拍摄方式包括数位相机或摄像机等摄像设备一种或几种的组合;图像预处理包括虹膜定位、虹膜图像归一化以及图像增强,虹膜录入模块的工作过程具体为:首先确定内圆、外圆和二次曲线在图像中的位置,将图像中的虹膜大小,调整到识别系统设置的固定尺寸,并将固定尺寸后的虹膜图像进行亮度、对比度和平滑度等处理,并对处理完毕的虹膜图像进行存储,指纹录入模块具体为光学指纹采集技术、电容式传感器指纹采集、温度传感指纹获取技术、超声波指纹采集技术、电磁波指纹采集技术中的一种或几种方式的组合,指纹录入模块的工作过程具体为:在获取指纹图像后将不同区域分布的像素进行均值划分得到亮度分布均衡的图像,再通过调节亮度的不同将指纹与背景分割,并对处理完毕的指纹图像进行存储,声纹录入模块具体为录音笔、麦克风、耳机等具有录音功能的设备中的一种或几种的组合,声纹录入模块的工作过程具体为:在获取声纹后对获取的声音进行背景音消除的处理,并增强用户声纹,并对处理完毕的声纹图像进行存储,虹膜录入模块、指纹录入模块和声纹录入模块在特征数据处理完毕后均需要对特征数据进行提取,特征数据提取方法具体为Histogram of OrientedGradient算法、SVM算法、Canny边缘检测算法或SIFT特征提取算法中的一种或几种的组合的图像特征提取方,输入端在使用时需要搭载网络,网络类型为无线网或有线网中的一种或几种的组合;有线网具体为光纤连接或宽带连接中一种或几种的组合;无线网络具体为无线广域网、无线局域网、无线城域网或无线个人局域网中一种或几种的组合。
采用双生物特征验证的方式,选取虹膜验证、指纹验证以及声纹验证中任意两种的组合,虹膜的形成由遗传基因决定,人体基因表达决定了虹膜的形态、生理、颜色和总的外观,指纹是人体独一无二的特征,同一个人不同手指的指纹均不一样,复杂度足以提供用于鉴别的足够特征,每个人的声纹根据每个人的声带和说话方式的不同而不一样,在输入身份信息后,验证虹膜、指纹和声纹任意两种验证方式可降低被人盗取的风险,同时在验证失败时,可进行二次验证,用第三种验证方式验证,确保准确率的同时增加安全系数,采用虹膜验证、指纹验证以及声纹验证的方式,更加快捷进行验证,取代传统输入密码的步骤,虹膜验证、指纹验证以及声纹验证均可一键识别,用时少,准确率高,且在验证时,可减少与输入端的接触,相对卫生,增加报警反馈,在用户注册时,在用户上传个人信息时,通过管理员进行筛选,能够成功注册信息库的用户均为可信任用户,在用户识别时,第一次验证失败后给予二次验证,若二次验证还不通过,则将输入端用户验证信息加以警示传输至接收端和管理员处,通过接收端处使用人员和管理员判断输入端处识别用户的身份信息,若为不可信任用户,则远程开启定位并通过远程夺取输入端的控制权,再将身份信息进行整理并进行报警,此种方式,通过警示信息提醒连接端和管理员,用以提高输入端的安全系数,以保证输入端在以手机或平板等便于拿持的输入形式使用时,有效防盗。
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。
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 (8)

1.一种多模态生物特征融合身份识别方法,其特征在于:包括以下步骤:
S1:识别用户:用户在输入端识别界面进行识别,其中,若用户已有账号,则直接进入验证环节;若用户未登记登录信息,则进入用户注册界面;
S2:用户注册:在上述步骤S1的基础上,新用户进入生物特征录入环节,用户点击输入端虹膜录入模块并进入虹膜录入界面扫描虹膜,虹膜扫描时用户需要保证整个眼部处于扫描设备扫描范围内,以确保虹膜扫描的完整性;待虹膜录入完毕,用户点击输入端指纹录入模块并进入指纹录入界面录入指纹,用户将常用手指在指纹采集设备处进行多次多点位按压,确保采集设备完整采集指纹信息;用户点击输入端声纹录入模块并进入声纹录入界面,待声纹系统提示用户录入声纹信息后,用户需根据提示用不同语气分次录入密码指令;待全部生物特征录入完毕,用户确认信息后保存信息上传至管理员后台远程验证并通过操作端反馈验证信息,若管理员验证失败,则不予注册;若管理员验证通过,则允许注册新用户信息,新用户需建立信息库,并将上述录入的生物特征信息存储至个人信息库内,并返回识别界面;
S3:用户验证:在上述步骤S2的基础上,已录入信息用户在输入身份信息后,任意选择两种生物特征识别模块,输入生物特征并确认输入,用户输入信息和信息存储数据作对比,若一致,则通过身份认证,并选择登录;若不一致,则未通过身份认证,进入二次验证界面;
S4:二次验证:在上述步骤S3的基础上,未通过身份认证时,选择输入第三种生物特征信息,将输入的第三种生物特征和信息库内存储数据进行对比,若一致,则通过身份认证,并选择登录;若不一致,输入端远程接通管理员介入并进行报警处理;
S5:报警反馈:在上述步骤S4的基础上,输入端验证生物特征信息失败时,将验证失败的信息进行警示处理,并将警示信息远程反馈给接收端和管理员,待接收端或管理人员接受警示信息后,对输入端进行定位并远程接入输入端取得控制权后进行报警。
2.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述输入端具体为手机端、平板或PC端等可进行信息录入设备中的一种或几种的组合。
3.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述虹膜录入模块具体为获取对虹膜进行拍摄,并将拍摄到的图像进行图像预处理,再通过特征提取提取虹膜数据并上传至信息库。
4.根据权利要求3所述的一种多模态生物特征融合身份识别方法,其特征在于:所述虹膜录入模块的拍摄方式包括数位相机或摄像机等摄像设备一种或几种的组合;所述图像预处理包括虹膜定位、虹膜图像归一化以及图像增强,所述虹膜录入模块的工作过程具体为:首先确定内圆、外圆和二次曲线在图像中的位置,将图像中的虹膜大小,调整到识别系统设置的固定尺寸,并将固定尺寸后的虹膜图像进行亮度、对比度和平滑度等处理,并对处理完毕的虹膜图像进行存储。
5.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述指纹录入模块具体为光学指纹采集技术、电容式传感器指纹采集、温度传感指纹获取技术、超声波指纹采集技术、电磁波指纹采集技术中的一种或几种方式的组合,所述指纹录入模块的工作过程具体为:在获取指纹图像后将不同区域分布的像素进行均值划分得到亮度分布均衡的图像,再通过调节亮度的不同将指纹与背景分割,并对处理完毕的指纹图像进行存储。
6.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述声纹录入模块具体为录音笔、麦克风、耳机等具有录音功能的设备中的一种或几种的组合,所述声纹录入模块的工作过程具体为:在获取声纹后对获取的声音进行背景音消除的处理,并增强用户声纹,并对处理完毕的声纹图像进行存储。
7.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述虹膜录入模块、所述指纹录入模块和所述声纹录入模块在特征数据处理完毕后均需要对特征数据进行提取,所述特征数据提取方法具体为Histogram of Oriented Gradient算法、SVM算法、Canny边缘检测算法或SIFT特征提取算法中的一种或几种的组合的图像特征提取方法。
8.根据权利要求1所述的一种多模态生物特征融合身份识别方法,其特征在于:所述输入端在使用时需要搭载网络,网络类型为无线网或有线网中的一种或几种的组合;所述有线网具体为光纤连接或宽带连接中一种或几种的组合;所述无线网络具体为无线广域网、无线局域网、无线城域网或无线个人局域网中一种或几种的组合。
CN202111652812.0A 2021-12-30 2021-12-30 一种多模态生物特征融合身份识别方法 Pending CN114511933A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111652812.0A CN114511933A (zh) 2021-12-30 2021-12-30 一种多模态生物特征融合身份识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111652812.0A CN114511933A (zh) 2021-12-30 2021-12-30 一种多模态生物特征融合身份识别方法

Publications (1)

Publication Number Publication Date
CN114511933A true CN114511933A (zh) 2022-05-17

Family

ID=81547851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111652812.0A Pending CN114511933A (zh) 2021-12-30 2021-12-30 一种多模态生物特征融合身份识别方法

Country Status (1)

Country Link
CN (1) CN114511933A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116049798A (zh) * 2023-03-31 2023-05-02 北京密农人家农业科技有限公司 一种基于互联网的农产品全产业链信息管理系统
CN116614447A (zh) * 2023-05-08 2023-08-18 黑龙江图启信息技术工程有限公司 一种实验室信息管理平台

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116049798A (zh) * 2023-03-31 2023-05-02 北京密农人家农业科技有限公司 一种基于互联网的农产品全产业链信息管理系统
CN116614447A (zh) * 2023-05-08 2023-08-18 黑龙江图启信息技术工程有限公司 一种实验室信息管理平台

Similar Documents

Publication Publication Date Title
CN107438854B (zh) 使用移动设备捕获的图像执行基于指纹的用户认证的系统和方法
JP3356144B2 (ja) バイオメトリクスを用いるユーザ認証装置及びそれに用いるユーザ認証方法
US6810480B1 (en) Verification of identity and continued presence of computer users
US11503021B2 (en) Mobile enrollment using a known biometric
CN110688901A (zh) 一种人脸识别方法及装置
EP2984599A1 (en) The identity caddy: a tool for real-time determination of identity in the mobile environment
CN114511933A (zh) 一种多模态生物特征融合身份识别方法
CN109255219A (zh) 一种基于生物识别终端的温度感应解锁方法和系统
Ibrahim et al. Performance analysis of biometric recognition modalities
Dahiya et al. Biometrics security concerns
Dass Fingerprint‐Based Recognition
US20230334136A1 (en) Adhoc enrollment process
CN112769872B (zh) 一种基于音频及视频特征融合的会议系统接入方法及系统
Manivannan et al. Fingerprint biometric for identity management
Sepasian et al. Liveness and spoofing in fingerprint identification: Issues and challenges
Ives et al. An Introduction to Biometrics
El-afifi Trends in Biometric Authentication: A review
Melin et al. Human Recognition using Face, Fingerprint and Voice
Vamja et al. Opportunities and Challenges in Biometric Technology
Sakhare et al. M-banking verification using OTP and biometrics
Mohamad-Ramli et al. Iris Recognition for Personal Identification
Devireddy et al. A study of unimodel multimodel and soft biometric recognition
Vatsa et al. Biometric Technologies
Pal A Survey on Biometrics
Dwivedi et al. A Multibiometric Recognition System: Categorization, Retrieval Techniques & Applications

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication