CN201867835U - 联合指纹识别与人脸近红外识别的系统 - Google Patents
联合指纹识别与人脸近红外识别的系统 Download PDFInfo
- Publication number
- CN201867835U CN201867835U CN201020655581XU CN201020655581U CN201867835U CN 201867835 U CN201867835 U CN 201867835U CN 201020655581X U CN201020655581X U CN 201020655581XU CN 201020655581 U CN201020655581 U CN 201020655581U CN 201867835 U CN201867835 U CN 201867835U
- Authority
- CN
- China
- Prior art keywords
- people
- near infrared
- fingerprint
- face
- identification
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本实用新型公开一种联合指纹识别与人脸近红外识别的系统,系统包括中央处理模块、指纹识别装置、人脸近红外识别装置和存储模块,指纹识别装置和人脸近红外识别装置分别与中央处理模块连接,存储模块连接在中央处理模块上。本实用新型采用指纹识别和人脸近红外识别技术相结合的识别技术,同时利用了指纹识别技术与人脸近红外识别技术的优点进行身份验证,系统具有更高可靠度,而且能有效抵抗非法用户的欺骗和攻击。
Description
技术领域
本实用新型公开一种人体生物特征识别系统,特别是一种联合指纹识别与人脸近红外识别的系统。
背景技术
人体生物特征识别技术是一种广泛应用于生活中的识别技术,目前突出的应用就是人脸识别和指纹识别。指纹识别技术与人脸识别技术在实际中各有应用,两种识别技术也各有优势,指纹识别结构简单,识别的正确率高,应用范围广泛,已经被广泛应用于各个领域;而人脸识别技术是一种非接触的生物特征识别技术,具有无侵犯性的特点(甚至可在用户无察觉的情况下进行),而且基于人脸识别技术的生物特征识别便于事后人工查看与查验(管理员通过查看人脸图像的记录可查验系统是否发生误识以及系统是否被非法用户欺骗等,而人工查看指纹系统很难作到此点)。但是,无论是哪种识别方式,都很难有效抵抗非法用户的欺骗和攻击,如指纹识别的话,可以利用“手模”制造假指纹来欺骗识别装置,人脸可见光识别的话,也可以利用“脸模”来欺骗识别装置,甚至最难模拟的“虹膜识别”技术都有办法避过,如何提高识别系统的可靠度,是人们研究的方向。
发明内容
针对上述提到的现有技术中的人体生物特征识别技术可靠度较低的缺点,本实用新型提供一种新的人体生物特征识别系统,其采用指纹识别和人脸近红外识别技术相结合的识别技术进行人体生物特征识别,大大提高了系统的可靠度。
本实用新型还通过特殊的结构设计,使人脸识别和指纹识别更加简单易行。
本实用新型解决其技术问题采用的技术方案是:一种联合指纹识别与人脸近红外识别的系统,系统包括中央处理模块、指纹识别装置、人脸近红外识别装置和存储模块,指纹识别装置和人脸近红外识别装置分别与中央处理模块连接,存储模块连接在中央处理模块上。
本实用新型解决其技术问题采用的技术方案进一步还包括:
所述的指纹识别装置和人脸近红外识别装置分别安装在支撑架上。
所述的指纹识别装置和人脸近红外识别装置分别安装在支撑架上的操作平面内。
所述的人脸近红外识别装置安装在指纹识别装置上方。
所述的人脸近红外识别装置侧面固定安装有近红外LED。
所述的指纹识别装置和人脸近红外识别装置倾斜设置,倾斜角度为45°。
所述的系统中还包括有输入装置,输入装置连接在中央处理模块上。
所述的系统中还包括有显示屏,中央处理模块驱动显示屏显示。
所述的显示屏采用触摸屏。
本实用新型的有益效果是:本实用新型采用指纹识别和人脸近红外识别技术相结合的识别技术,同时利用了指纹识别技术与人脸近红外识别技术的优点进行身份验证,系统具有更高可靠度,而且能有效抵抗非法用户的欺骗和攻击。
下面将结合附图和具体实施方式对本实用新型做进一步说明。
附图说明
图1为本实用新型系统整体结构示意图。
图2为本实用新型系统方框图。
图3为本实用新型系统注册模块流程框图。
图4为本实用新型系统验证模块流程框图。
图5为本实用新型中像素点的特征值计算实例。
具体实施方式
本实施例为本实用新型优选实施方式,其他凡其原理和基本结构与本实施例相同或近似的,均在本实用新型保护范围之内。
请参看附图1,本实施例中,整体采用站立式的结构设计,方便用户以正常站立姿势进行生物特征采样,具体实施时,也可根据实际需要,将其设计为符合坐着的人使用的结构。请结合参看附图2,本实用新型的系统包括中央处理模块、指纹识别装置、人脸近红外识别装置和存储模块,其中,指纹识别装置用于采集用户的指纹信息,人脸近红外识别装置用于采集用户面部的近红外图像,指纹识别装置和人脸近红外识别装置分别与中央处理模块连接,将各自识别的人体生物特征收入中央处理模块进行处理,本实施例中,中央处理模块上连接有存储模块,用于预先存储用户信息等。本实施例中,中央处理模块上还连接有输入装置,用于输入用户的ID号,中央处理模块上还连接有显示屏,用于显示用户的输入以及人脸识别时的面部情况。本实施例中,显示屏采用触摸屏,还可作为输入装置,用于输入用户的ID号。本实用新型中的指纹识别装置和人脸近红外识别装置分别安装在支撑架上,本实施例中,指纹识别装置采用指纹采集器,人脸近红外识别装置采用摄像机,指纹识别装置和人脸近红外识别装置安装在一个操作平面内,显示屏也设置在同一操作平面内。本实施例中,操作平面倾斜设置,其倾斜角度一般为45度,本实用新型的设计习惯于人的下视,非常容易在人的下视状态下采集其人脸图像。由于人们在采集指纹时,会自然而然的注视操作面上的指纹采集装置,本实施例中,将摄像机设置在指纹采集装置上方,当用户在采集指纹时,使摄像机非常容易的采集到人脸的图像,而且采集的整幅图像中人脸基本会处于中心位置,这样的设计大大减小了人脸检测与分割的难度,同时,本实用新型的倾斜式设计也解决了某些“高个子”的人脸高度高于系统的摄像头位置而无法采集到人脸的情况。本实施例中,在摄像机侧面安装有近红外LED光源,LED光源的中心发射波长为850纳米;由于用户面部受到光源发射的近红外光的照射,系统能采集到清晰的近红外光图像。
本实用新型在使用时,用户以较自然的站立姿势使用系统,系统采用一对一的认证方式工作。对用户的认证过程如下:用户通过触摸屏输入自己的ID号,然后面对系统在指纹采集器上按压自己的手指以采集其图像。与此同时,摄像机采集人脸近红外图像,液晶显示屏直接显示出以矩形框标出的被检测出的人脸图像,也同时显示操作界面与提示信息。然后,系统分别将采集到的人脸近红外图像的特征与指纹图像的细节点同系统注册阶段得到的该ID号的人脸近红外图像的特征与指纹图像的细节点进行比对,以验证当前用户是否真正拥有该ID号对应的身份。此外,系统采用指纹采集与人脸采集并行实施,判断当前用户是否为假冒者。使用时,LED光源在系统开机后一直处于开启状态。
本实用新型联合了指纹与人脸两种生物特征识别技术,系统能够取得高认证精度。本实用新型的系统具有部分辨识假冒者的能力,因为人脸皮肤在近红外波段的成像与其他材质在该波段下的成像有着本质的区别,因此,即使假冒者在输入合法用户的ID号并利用盗取的合法用户的人脸彩色照片来欺骗系统或用合法用户的“脸模”来欺骗系统,系统将会得出较低的人脸匹配得分。因此,即使假冒者同时利用合法用户的“脸模”与“指模”来欺骗系统,由于系统得到的最终匹配得分将较低,系统不会被欺骗。如果假冒者只利用合法用户的“指模”来欺骗系统,由于系统得到的指纹匹配得分较高而人脸匹配得分较低,系统能明确辨识出当前用户为假冒者。如果假冒者只利用合法用户的“脸模”来欺骗系统,由于系统得到的指纹匹配得分与人脸匹配得分会均较低,系统也不会被欺骗。本实用新型中的系统能自动学习“人脸”随时间的自然变化(衰老、胖瘦变化等),系统具有能长时间使用的优点。本实用新型中设计了近红外人脸特征在线学习功能,系统验证模块(人脸识别装置和指纹识别装置)在正常使用过程中,会实时地将通过认证的“可靠”近红外人脸图像添加到人脸注册库中,并同时用该人脸图像的特征替代注册库中时间最早的一幅人脸图像的特征,这样的方案使得系统能自动学习人脸的自然变化。
本实用新型整个系统在运行时,包含两个软件模块:即注册模块与验证模块。对每个用户,一次注册,多次验证(即注册模块只需对一个用户运行一次,而验证需运行多次即每次需要验证身份时就需运行一次)。
请参看附图3,本实用新型在运行注册模块时:
系统注册模块包括人脸采集与存储子模块以及指纹图像采集与存储子模块,系统注册模块内部采用并行方式执行,即该模块的人脸采集与存储子模块以及指纹图像采集与存储子模块并行执行,以保证系统有较高实现效率。
系统注册模块的主要步骤如下:
第一步,为用户分配一个ID号。
第二步,执行人脸采集与存储子模块,该子模块的具体执行流程如下:
A、采集多幅近红外图像。
B、对采集的每幅近红外图像进行人脸检测,将人脸部分的图像分割并保存。此处保存的图像称为(近红外)人脸图像。
C、对每幅近红外人脸图像进行特征抽取。
D、存储每幅近红外人脸图像的特征。
第三步(该步骤与第二步并行执行),执行指纹采集与存储子模块,该子模块的具体执行流程如下:
A、采集多幅指纹图像。
B、对采集的每幅指纹图像进行预处理。
C、对每幅指纹图像进行指纹细节点提取。
D、存储每幅指纹图像的细节点特征。
执行完上述三步后,即完成系统注册。
系统验证模块包括人脸采集与匹配子模块以及指纹图像采集与匹配子模块。系统验证模块也采用并行方式执行,即该模块的人脸采集与匹配子模块以及指纹图像采集与匹配子模块并行执行,以保证系统有较高实现效率。
请参看附图4,本实用新型的验证模块的主要步骤如下:
第一步,接收用户输入的ID号。
第二步,执行人脸采集与匹配子模块,该子模块的具体执行流程如下:
A、采集多幅近红外图像。
B、对采集的每幅近红外图像进行人脸检测,此处得到的图像也称为(近红外)人脸图像。
C、对每幅近红外人脸图像进行特征抽取。
D、计算当前的每幅近红外人脸图像的特征与存储在系统的当前ID号的每幅近红外人脸图像的特征的匹配得分。匹配得分中的最大值称为人脸匹配得分。
第三步(该步骤与第二步并行执行),执行指纹采集与匹配子模块,该子模块的具体执行流程如下:
A、采集多幅指纹图像。
B、对采集的每幅指纹图像进行预处理。
C、对每幅指纹图像进行指纹细节点提取。
D、计算当前的每幅指纹图像的细节点特征与存储在系统的当前ID号的每幅指纹图像的细节点特征的匹配得分。匹配得分中的最大值称为指纹匹配得分。
第四步,计算人脸匹配得分与指纹匹配得分的加权和S。具体计算公式为:S=w1S1+w2S2。S也称为最终匹配得分。S1,S2分别为人脸匹配得分与指纹匹配得分,w1,w2分别为他们的权重系数,其值为w1=0.46,w2=0.54。本实施例中的匹配得分是一种相似性度量,匹配得分越大,说明比较的二者之间越相似。
第五步,给出用户身份验证和假冒者辨识结果。该步骤具体执行为如果S>t成立,则认为当前用户为合法用户,其身份为当前输入的ID号对应的身份;否则,不认为当前用户拥有其声明的身份。此外,如果S2>t2,而S1<t1,系统提示当前用户可能为假冒者。本实施例中,参数t,t1,t2的取值分别为0.7,0.5,0.8。当非法用户盗用合法用户的指纹而制作指模后,一般会出现S2>t2,而S1<t1的情况。
第六步,近红外人脸特征在线学习。系统验证模块在正常使用过程中,会实时地将通过认证的“可靠”近红外人脸图像添加到人脸注册库中,并同时用该人脸图像的特征替代注册库中时间最早的一幅人脸图像的特征。这样的方案使得系统能自动学习人脸的自然变化。具体地,如果S>t′(t′>t)成立,则认为当前用户确实拥有所声明的身份(即所声明的ID号),且当前的人脸图像是“可靠”近红外人脸图像,并将其加入到注册库中作为该用户的最新近红外人脸图像,并删除注册库中该用户最“早”那幅近红外人脸图像;同时系统也用最新近红外人脸图像的特征替代最“早”那幅近红外人脸图像的特征。本实施例中,t′取值为t′=0.78。
本实施例中,人脸特征抽取方法:
本实用新型采用LBP算法进行人脸特征抽取。LBP算法的描述如下:对图像中某像素点c及其邻域内P个像素点,算法定义一个结构T:T=t(gc,g0,K,gP-1)。算法定义T1为用周围点的灰度值减去中心点的灰度值所得结果对应的结构,即T1=t(gc,g0-gc,g1-gc,K,gP-1gc。如下函数为LBP算法的基础
令R和P表示以中心点c为圆心,为R半径的圆环,在圆环上取P个点(如图5所示),则该圆对应的LBP值为
以图5的实例说明LBP值的计算方法。该图中半径R的值为1,圆环上点的个数为P=4,即分别为中心点的上、下、左、右四个点,比较这四个点的灰度值是否大于中心点,如果大于等于就取1,如果小于就取0。将得到的0和1分布从右手边起顺时针依次取出并排列为一个二进制数,该二进制数对应的十进制数就是这个中心点的特征值。对整幅图像的每一个像素点(边缘除外)都用该方法计算其LBP值,并得到整个图的特征。图5中黑点点的LBP值(即特征)为12。
本实用新型采用指纹识别和人脸近红外识别技术相结合的识别技术,同时利用了指纹识别技术与人脸近红外识别技术的优点进行身份验证,系统具有更高可靠度,而且能有效抵抗非法用户的欺骗和攻击。
Claims (9)
1.一种联合指纹识别与人脸近红外识别的系统,其特征是:所述的系统包括中央处理模块、指纹识别装置、人脸近红外识别装置和存储模块,指纹识别装置和人脸近红外识别装置分别与中央处理模块连接,存储模块连接在中央处理模块上。
2.根据权利要求1所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的指纹识别装置和人脸近红外识别装置分别安装在支撑架上。
3.根据权利要求2所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的指纹识别装置和人脸近红外识别装置分别安装在支撑架上的操作平面内。
4.根据权利要求3所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的人脸近红外识别装置安装在指纹识别装置上方。
5.根据权利要求4所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的人脸近红外识别装置侧面固定安装有近红外LED。
6.根据权利要求2至5中任意一项所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的指纹识别装置和人脸近红外识别装置倾斜设置,倾斜角度为45°。
7.根据权利要求1至5中任意一项所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的系统中还包括有输入装置,输入装置连接在中央处理模块上。
8.根据权利要求1至5中任意一项所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的系统中还包括有显示屏,中央处理模块驱动显示屏显示。
9.根据权利要求8所述的联合指纹识别与人脸近红外识别的系统,其特征是:所述的显示屏采用触摸屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020655581XU CN201867835U (zh) | 2010-12-13 | 2010-12-13 | 联合指纹识别与人脸近红外识别的系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201020655581XU CN201867835U (zh) | 2010-12-13 | 2010-12-13 | 联合指纹识别与人脸近红外识别的系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201867835U true CN201867835U (zh) | 2011-06-15 |
Family
ID=44138986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201020655581XU Expired - Fee Related CN201867835U (zh) | 2010-12-13 | 2010-12-13 | 联合指纹识别与人脸近红外识别的系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201867835U (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693414A (zh) * | 2012-05-10 | 2012-09-26 | 上海烜炀生物科技有限公司 | 指纹识别装置及方法 |
CN104463143A (zh) * | 2014-12-26 | 2015-03-25 | 天津阳光码头互联网科技有限公司 | 一种基于图像处理的身份识别系统 |
CN106446642A (zh) * | 2015-08-10 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端屏幕解锁的方法及装置 |
CN106485123A (zh) * | 2016-10-17 | 2017-03-08 | 信利光电股份有限公司 | 一种冷屏唤醒方法及智能终端 |
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
CN108389348A (zh) * | 2017-06-27 | 2018-08-10 | 武汉普惠海洋光电技术有限公司 | 基于智能手机的智能家居安防的系统 |
CN115967541A (zh) * | 2022-11-28 | 2023-04-14 | 云南电网有限责任公司信息中心 | 一种零信任的网络安全生物识别装置及其使用方法 |
-
2010
- 2010-12-13 CN CN201020655581XU patent/CN201867835U/zh not_active Expired - Fee Related
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693414A (zh) * | 2012-05-10 | 2012-09-26 | 上海烜炀生物科技有限公司 | 指纹识别装置及方法 |
CN104463143A (zh) * | 2014-12-26 | 2015-03-25 | 天津阳光码头互联网科技有限公司 | 一种基于图像处理的身份识别系统 |
CN106446642A (zh) * | 2015-08-10 | 2017-02-22 | 宇龙计算机通信科技(深圳)有限公司 | 一种终端屏幕解锁的方法及装置 |
CN106485123A (zh) * | 2016-10-17 | 2017-03-08 | 信利光电股份有限公司 | 一种冷屏唤醒方法及智能终端 |
CN107077615A (zh) * | 2017-01-12 | 2017-08-18 | 厦门中控生物识别信息技术有限公司 | 指纹防伪方法和设备 |
CN108389348A (zh) * | 2017-06-27 | 2018-08-10 | 武汉普惠海洋光电技术有限公司 | 基于智能手机的智能家居安防的系统 |
CN115967541A (zh) * | 2022-11-28 | 2023-04-14 | 云南电网有限责任公司信息中心 | 一种零信任的网络安全生物识别装置及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maltoni et al. | Handbook of fingerprint recognition | |
CN201867835U (zh) | 联合指纹识别与人脸近红外识别的系统 | |
Jain et al. | An identity-authentication system using fingerprints | |
Jain et al. | Biometric identification | |
El-Abed et al. | Evaluation of biometric systems | |
CN101145199A (zh) | 用于生物认证装置的活体引导控制方法和生物认证装置 | |
Pravallika et al. | SVM classification for fake biometric detection using image quality assessment: Application to iris, face and palm print | |
CN109074482A (zh) | 用于生物活性检测的用户特定分类器 | |
US20220300593A1 (en) | System and method of biometric identification of a subject | |
Srivastava | Personal identification using iris recognition system, A Review | |
Yoon | Fingerprint recognition: models and applications | |
Liu et al. | A tongue-print image database for recognition | |
Feng et al. | Fingerprint alteration | |
Choi et al. | Hand vascular pattern technology | |
Sepasian et al. | Vitality detection in fingerprint identification | |
EP4167179A1 (en) | Authentication method, authentication program, and information processing device | |
Beukes | Hand vein-based biometric authentication with limited training samples | |
Mitra et al. | ◾ Overview of Biometric Authentication | |
Kumari et al. | A novel approach for secure multimodal biometric system using multiple biometric traits | |
Di Nardo | Biometric technologies: functionality, emerging trends, and vulnerabilities | |
Bohm et al. | Biometric systems | |
Garg et al. | Performance Analysis of Uni-modal and Multimodal Biometric System | |
Lodrová | Security of biometric systems | |
David et al. | Survey on integrating face and iris biometrics for security motive using change detection mechanism | |
Vijay et al. | Deformation of Iris Recognition using Dilated Deep Convolutional Neural Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110615 Termination date: 20121213 |