CN101872413A - 一种指纹、面部融合式身份认证*** - Google Patents

一种指纹、面部融合式身份认证*** Download PDF

Info

Publication number
CN101872413A
CN101872413A CN200910131048A CN200910131048A CN101872413A CN 101872413 A CN101872413 A CN 101872413A CN 200910131048 A CN200910131048 A CN 200910131048A CN 200910131048 A CN200910131048 A CN 200910131048A CN 101872413 A CN101872413 A CN 101872413A
Authority
CN
China
Prior art keywords
fingerprint
face
identification
authentication system
image 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.)
Pending
Application number
CN200910131048A
Other languages
English (en)
Inventor
宋光宇
唐琪
李�和
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN200910131048A priority Critical patent/CN101872413A/zh
Publication of CN101872413A publication Critical patent/CN101872413A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

本发明属于一种生物识别***，主要是一种指纹、面部融合式身份认证***。所述识别***还包括与指纹认证***和面部认证***相连接的自动转换***，所述自动转换***的转换条件由指纹认证***和面部认证***中不能识别和识别成功所对应的阈值之和来确定，当所述指纹认证***中相似度值小于识别成功对应的阈值时，则通过自动转换***自动转换到面部认证***，进行面部识别；当所述面部认证***中相似度值小于识别成功对应的阈值时，则通过自动转换***转换到指纹认证***，进行指纹识别。相比而言，本发明优点如下：增强了实时性，极大的提高了识别速度。能广泛应用于涉及人数较多的领域，且不受环境影响，他人不易伪造和假冒，更安全、更可靠。

Description

一种指纹、面部融合式身份认证***
技术领域
本发明属于一种生物识别***，主要是一种应用于计划生育、社会保障领域，涉及人数较多的指纹、面部融合式身份认证***。
背景技术
生物识别技术是指通过计算机利用人类自身生理或行为特征进行身份认证的一种技术。它以人体固有的、唯一的生理特性和行为特征为依据，利用计算机进行图像处理或模式识别，进而对个人身份进行识别、认证。该技术与传统的身份认证方法相比，更安全、更可靠，不易伪造和假冒。
目前，生物识别技术主要包括指纹识别、面部识别、虹膜识别、掌纹识别、静脉识别、DNA识别、声音识别、行为特征识别等，其中以指纹识别和面部识别应用最为广泛，但指纹识别和面部识别也存在固有缺陷，如：指纹识别存在以下缺陷：(1)指纹识别的光学器对强光、温度、湿度等环境因素的适应能力比较差，对质量差、干燥的指纹易受光路限制，会引起较严重的光学畸变。(2)指纹录入数量有限制，目前国内的指纹认证***只能达到10万枚指纹识别，对于计生、社保等人数较多的领域而言就会受到限制，据不完全统计，使用目前的识别技术会有5％——15％的指纹无法录入、识别；同时指纹录入后，由于人员在生活、工作中的意外划伤、磨损，会造成10％——30％的指纹无法识别。面部识别的缺陷主要有：(1)所有的人脸结构都相似，这对于利用人脸区分个体是不利的；(2)人的脸部变化有很多表情，从不同角度观察，人脸的视觉图像相差很大，同时，面部识别还受光照条件等外部环境的影响，因此单独通过面部来区分个体变得异常困难；(3)现有的面部识别技术对识别人数有着一定的限制。综上所述，在计生、社保等涉及人数比较多，环境复杂的领域，无法用单一的指纹或面部识别来解决身份认证问题。
发明内容
鉴于上述问题，本发明的主要目的在于提供一种应用于计划生育、社会保障领域，涉及人数较多，且不易受环境影响的，更安全、更可靠的指纹、面部融合式身份认证***。
为了实现上述目的，本发明采用了下述技术方案：
一种身份认证***，包括可对指纹进行识别的指纹认证***、可对面部进行识别的面部认证***，还包括与指纹认证***和面部认证***相连接的自动转换***，所述自动转换***的转换条件由指纹认证***和面部认证***中不能识别和识别成功所对应的阈值之和来确定，当所述指纹认证***中相似度值小于识别成功对应的阈值时，则通过自动转换***自动转换到面部认证***，进行面部识别；当所述面部认证***中相似度值小于识别成功对应的阈值时，则通过自动转换***转换到指纹认证***，进行指纹识别。
与传统的身份认证***相比，本发明具有如下优点：避免了指纹、面部单一认证***的固有缺点，增强了认证***的实时性，极大的提高了识别速度。该***能广泛应用于计划生育、社会保障等涉及人数较多的领域，且不受环境影响，他人不易伪造和假冒，更安全、更可靠。
附图说明
图1为本发明的工作流程示意图；
图2为本发明的指纹认证过程示意图；
图3为本发明的面部认证过程示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示，一种身份认证***，包括可对指纹进行识别的指纹认证***1、可对面部进行识别的面部认证***2，还包括与指纹认证***和面部认证***相连接的自动转换***3，所述自动转换***3的转换条件由指纹认证***1和面部认证***2中不能识别和识别成功所对应的阈值之和来确定，当所述指纹认证***1中相似度值小于识别成功对应的阈值时，则通过自动转换***3自动转换到面部认证***2，进行面部识别；当所述面部认证***2中相似度值小于识别成功对应的阈值时，则通过自动转换***3转换到指纹认证***1，进行指纹识别。
如图2所示，所述的指纹认证***1包括：指纹采集仪4，用于采集需识别身份者的指纹图像；图像预处理装置5，它与指纹采集仪4相连，用于对采集到的指纹图像进行预处理，增强指纹图像的特征信息；特征信息提取装置6，它与图像预处理装置5相连，用于对预处理的指纹图像，提取指纹的特征信息；指纹图像数据库7，用于存储指纹图像；指纹图像数据归类装置8，它与指纹图像数据库7相连，用于生成指纹图像归类模板；模糊匹配装置9，它与特征信息提取装置6和指纹图像数据归类装置8相连，用于将提取的特征信息与指纹图像数据归类装置8模糊匹配，找寻采集的实时指纹图像与指纹图像数据归类装置8中最大相似度指纹，计算两者之间的相似度，与设定的阈值比对，完成指纹识别。
所述的指纹认证***的模糊匹配装置9中的阈值由1000组指纹数据应用模糊神经网络技术训练样本确定，训练指纹中不能识别和识别成功对应不同的阈值，采集的实时指纹与指纹图像数据库7中存储的指纹比对阈值大于识别成功对应的阈值则判断为身份识别成功。
如图3所示，所述的面部认认证***2包括：面部采集摄像头10，用于采集需识别身份者的面部图像；图像预处理装置11，它与面部采集摄像头10相连，用于对采集到的指面部像进行预处理，增强面部图像的特征信息；脸部细节信息提取装置12，它与图像预处理装置11相连，用于对经预处理的脸部图像提取脸部的细节特征信息；特征模板装置13，它与脸部细节信息提取装置12相连，用于对提取的不同特征信息建立特征模板；脸部图像数据库14，用于存储脸部图像；脸部图像数据归类装置15，它与脸部图像数据库14相连，用于生成脸部图像归类模板；综合识别装置16，它与特征模板装置13和脸部图像数据归类装置15相连，用于将建立的特征模板与脸部图像数据归类模板模糊匹配，计算两者之间的相似度，与设定的阈值比对，完成脸部识别。
所述的面部认认证***2的综合识别装置16中的阈值由1000组面部数据应用模糊神经网络技术训练样本确定，训练面部中不能识别和识别成功对应不同的阈值，采集的实时面部与面部图像数据库中存储的面部比对阈值大于识别成功对应的阈值则判断为身份识别成功。
如1所示，所述的自动转换装置3，它与指纹认证***1和面部认认证***2相连，用于其中一种***无法识别时自动切换至另一识别***。所述的自动转换装置3的自动转换条件由两个***中不能识别和识别成功时所对应的阈值之和来确定。当所述指纹认证***1中相似度值小于识别成功对应的阈值时，则通过自动转换***3自动转换到面部认证***2，进行面部识别；当所述面部认证***2中相似度值小于识别成功对应的阈值时，则通过自动转换***3转换到指纹认证***1，进行指纹识别。

Claims (7)

1.一种身份认证***，包括指纹认证***(1)、面部认证***(2)，其特征在于：还包括与指纹认证***(1)和面部认证***(2)相连接的自动转换***(3)，所述自动转换***(3)的转换条件由指纹认证***(1)和面部认证***(2)中不能识别和识别成功所对应的阈值之和来确定，当所述指纹认证***(1)中的相似度值小于识别成功对应的阈值时，则通过自动转换***(3)自动转换到面部认证***(2)，进行面部识别；当所述面部认证***(2)中相似度值小于识别成功对应的阈值时，则通过自动转换***(3)转换到指纹认证***(1)，进行指纹识别。
2.根据权利要求1所述的一种身份认证***，其特征在于：所述指纹认证***(1)包括指纹采集仪(4)，图像预处理装置(5)，特征信息提取装置(6)，指纹图像数据库(7)，指纹图像数据归类装置(8)，模糊匹配装置(9)。
3.根据权利要求2所述的一种身份认证***，其特征在于：所述特征信息提取装置(6)所提取的指纹不同特征信息与指纹图像数据库(7)中的指纹信息比对时采用阈值比对。
4.根据权利要求2或3任一项所述的一种身份认证***，其特征在于：所述模糊匹配装置(9)中引入了模糊神经网络技术训练样本。
5.根据权利要求1所述的一种身份认证***，其特征在于：所述面部认证***(2)包括面部采集摄像头(10)，图像预处理装置(11)，脸部细节信息提取装置(12)，特征模板装置(13)，脸部图像数据库(14)，脸部图像数据归类装置(15)，综合识别装置(16)。
6.根据权利要求5所述的一种身份认证***，其特征在于：所述的综合识别装置(16)根据不同的面部特征信息，组成多特征判据，构造特征模板。
7.根据权利要求5或6任一项所述的一种身份认证***，其特征在于：所述综合识别装置(16)中引入了模糊神经网络技术训练样本。
CN200910131048A 2009-04-21 2009-04-21 一种指纹、面部融合式身份认证*** Pending CN101872413A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910131048A CN101872413A (zh) 2009-04-21 2009-04-21 一种指纹、面部融合式身份认证***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910131048A CN101872413A (zh) 2009-04-21 2009-04-21 一种指纹、面部融合式身份认证***

Publications (1)

Publication Number Publication Date
CN101872413A true CN101872413A (zh) 2010-10-27

Family

ID=42997268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910131048A Pending CN101872413A (zh) 2009-04-21 2009-04-21 一种指纹、面部融合式身份认证***

Country Status (1)

Country Link
CN (1) CN101872413A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164645A (zh) * 2011-12-09 2013-06-19 康佳集团股份有限公司 一种信息安全管理方法及移动终端
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微***技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN105260702A (zh) * 2015-09-15 2016-01-20 重庆智韬信息技术中心 基于人脸识别的辅助评测授权方法
CN105429969A (zh) * 2015-11-09 2016-03-23 普天智能照明研究院有限公司 一种用户身份验证方法与设备
CN106372939A (zh) * 2016-08-24 2017-02-01 深圳市亿行电子科技有限公司 一种支付***
CN107967417A (zh) * 2016-10-19 2018-04-27 宏碁股份有限公司 动态验证方法及相关电脑***
CN108108608A (zh) * 2017-12-29 2018-06-01 维沃移动通信有限公司 一种移动终端的控制方法及移动终端
CN108537917A (zh) * 2018-02-07 2018-09-14 青岛海尔智能家电科技有限公司 身份识别成功率提高方法及智能门锁、门口机和服务器
CN110073354A (zh) * 2016-12-21 2019-07-30 指纹卡有限公司 用于用户的生物识别认证的电子设备
CN111178339A (zh) * 2020-04-10 2020-05-19 支付宝(杭州)信息技术有限公司 用户身份识别方法、装置、设备及介质
CN113095831A (zh) * 2019-12-23 2021-07-09 阿尔派株式会社 电子装置、认证方式的决定方法以及认证方式的决定程序
CN116071862A (zh) * 2022-12-16 2023-05-05 北京声智科技有限公司 通行校验方法、装置、电子设备、***以及可读存储介质

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164645A (zh) * 2011-12-09 2013-06-19 康佳集团股份有限公司 一种信息安全管理方法及移动终端
CN103942577A (zh) * 2014-04-29 2014-07-23 上海复控华龙微***技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN103942577B (zh) * 2014-04-29 2018-08-28 上海复控华龙微***技术有限公司 视频监控中基于自建立样本库及混合特征的身份识别方法
CN105260702A (zh) * 2015-09-15 2016-01-20 重庆智韬信息技术中心 基于人脸识别的辅助评测授权方法
CN105429969A (zh) * 2015-11-09 2016-03-23 普天智能照明研究院有限公司 一种用户身份验证方法与设备
CN105429969B (zh) * 2015-11-09 2019-08-13 普天智能照明研究院有限公司 一种用户身份验证方法与设备
CN106372939A (zh) * 2016-08-24 2017-02-01 深圳市亿行电子科技有限公司 一种支付***
CN107967417A (zh) * 2016-10-19 2018-04-27 宏碁股份有限公司 动态验证方法及相关电脑***
CN110073354A (zh) * 2016-12-21 2019-07-30 指纹卡有限公司 用于用户的生物识别认证的电子设备
CN108108608A (zh) * 2017-12-29 2018-06-01 维沃移动通信有限公司 一种移动终端的控制方法及移动终端
CN108108608B (zh) * 2017-12-29 2020-06-26 维沃移动通信有限公司 一种移动终端的控制方法及移动终端
CN108537917A (zh) * 2018-02-07 2018-09-14 青岛海尔智能家电科技有限公司 身份识别成功率提高方法及智能门锁、门口机和服务器
CN113095831A (zh) * 2019-12-23 2021-07-09 阿尔派株式会社 电子装置、认证方式的决定方法以及认证方式的决定程序
CN111178339A (zh) * 2020-04-10 2020-05-19 支付宝(杭州)信息技术有限公司 用户身份识别方法、装置、设备及介质
CN116071862A (zh) * 2022-12-16 2023-05-05 北京声智科技有限公司 通行校验方法、装置、电子设备、***以及可读存储介质

Similar Documents

Publication Publication Date Title
CN101872413A (zh) 一种指纹、面部融合式身份认证***
Jain et al. Can soft biometric traits assist user recognition?
Sun et al. Improving iris recognition accuracy via cascaded classifiers
CN107294730A (zh) 一种多模态生物特征身份认证方法、装置及***
CN107045744A (zh) 一种智能别墅门禁认证方法及***
CN106709417A (zh) 一种多模态生物识别***及其使用方法
CN105825176A (zh) 基于多模态非接触身份特征的识别方法
CN103886283A (zh) 用于移动用户的多生物特征图像信息融合方法及其应用
CN102156887A (zh) 一种基于局部特征学习的人脸识别方法
CN105184932A (zh) 一种通过智能门禁机进行人员识别的方法及装置
Charity et al. A bimodal biometrie student attendance system
CN108846269A (zh) 一种面向多种特征的身份认证方法和身份认证装置
CN114218543A (zh) 一种基于多场景表情识别的加密解锁***及方法
CN109508685A (zh) 基于人脸识别技术的电力通信调度方法
Kant A multimodal approach to improve the performance of biometric system
Awalkar et al. A multi-modal and multi-algorithmic biometric system combining iris and face
CN111723595A (zh) 人员身份识别方法和***
Lin et al. Feature level fusion of fingerprint and finger vein biometrics
CN110909757B (zh) 生物识别***模板的选取和更新方法
Agbinya et al. Design and implementation of multimodal digital identity management system using fingerprint matching and face recognition
Okokpujie et al. An enhanced voters registration and authentication application using Iris recognition technology
CN113673343A (zh) 一种基于加权元度量学习的开放集掌纹识别***及方法
Sheena et al. Fingerprint Classification with reduced penetration rate: Using Convolutional Neural Network and DeepLearning
Sharma et al. Fingerprint matching Using Minutiae Extraction Techniques
Ayodele et al. Current practices in information fusion for multimodal biometrics

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101027