CN111723595A - 人员身份识别方法和*** - Google Patents
人员身份识别方法和*** Download PDFInfo
- Publication number
- CN111723595A CN111723595A CN201910201605.XA CN201910201605A CN111723595A CN 111723595 A CN111723595 A CN 111723595A CN 201910201605 A CN201910201605 A CN 201910201605A CN 111723595 A CN111723595 A CN 111723595A
- Authority
- CN
- China
- Prior art keywords
- finger vein
- feature information
- person
- recognition
- finger
- 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
Links
Images
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)
Abstract
一种人员身份识别方法和***,该方法包括:采集被识别人员的人脸特征信息;采集被识别人员的指静脉特征信息;使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合;以及,针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别,以获得识别结果。
Description
技术领域
本发明涉及身份识别领域,尤其涉及一种结合人脸识别和指静脉识别的人员身份识别方法和***。
背景技术
本部分的陈述仅仅是为了提供与本发明相关的背景信息,以帮助理解本发明,这些背景信息并不一定构成现有技术。
安全可靠的人员身份识别是一切安防安全、金融支付业务乃至旅行通关等开展的前提和基础。在安全可靠和用户体验方面,生物识别技术发挥了传统核身手段所无法比拟的优越性,因此正受到越来越多的金融机构和高科技公司的青睐,并逐渐被应用到了社会的各个场景的身份识别中,例如:(1)企业、高校、司法监狱门禁出入;(2)高铁和飞机通关;(3)ATM取款和小额金融消费支付;(4)公园年卡出入等等。但与此同时,生物识别作为新兴事物也引发了人们对于风险的担忧,尤其是将其应用于金融领域,更是提出了挑战。在不借助其他身份证件或个人信息前提下,如何确保身份核验安全、提高生物特征比对效率,决定了生物识别技术在大规模人群应用场景下(譬如百万级城市人群规模)能否成为主流应用的关键。
生物特征识别是一种新的身份识别技术。现实生活中,每个人都有区别于其他人的独特的生物特征,比如指纹、静脉、人脸、声纹、虹膜等。虽然目前生物特征识别技术已经取得长足的发展,但仍然存在一定问题。指纹识别历史最长,技术最成熟,但存在疑难指纹、污损指纹、伪造指纹等问题;虹膜图像具有精度高、安全性能高以及非接触式采集等优点,但是采集硬件配置要求高、配置庞大;声纹识别的唯一性很好,但易受身体状况、年龄、情绪等影响,提取和建模难度大。
人脸识别具有采集非接触性、识别快速的优势,是目前应用最为广泛的生物特征,但具有易变性(比如光照、角度、表情、遮挡、年龄增长、整容等均会改变面部特征),在人员数据库规模过大时,1:N识别误识率较高。
指静脉认证技术利用近红外线穿透手指后所得的静脉纹路影像来进行个人识别,是具有高精度的第二代生物识别技术。指静脉识别技术是靠体内的流动血液对红外光线的反应取得静脉纹路进行识别。指静脉属于人体的内部特征,难以被伪造和偷窃;指静脉图像只有在活体情况下才能被采集到,所以伪造和篡改极为困难。因此,指静脉认证技术1:1认证高度准确,其中FRR(拒真率)小于0.01%,FAR(认假率)小于0.0001%;缺点是认证速度相对较慢。
现有技术中存在采用多种生物特征来进行身份识别的方案,但这些方案通常采用的是并列融合,即计算出各生物特征的识别结果后,通过权重或优先级来确定最终的识别结果,但这种方案的认证速度很慢、错误率较高。
因此,需要一种能够高效、准确地实现人员身份识别的方案。
发明内容
本发明通过将多种生物特征信息相结合来提供更充分的识别信息,以实现高的识别准确度,并且同时具有比较高的识别效率。具体地,通过对各种生物特征优缺点的比较,本发明对人脸识别和指静脉识别进行融合,首先使用人脸识别进行快速筛选,然后进行指静脉识别的高精度活体验证,既保证了识别速度,也保证了识别准确度和安全性。
本发明的一个方面涉及一种人员身份识别方法,包括:采集被识别人员的人脸特征信息;采集被识别人员的指静脉特征信息;使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合;以及针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别,以获得识别结果。
可选地,所述指静脉特征信息为被识别人员的一根手指的指静脉特征信息。
可选地,上述方法还包括:如果所述识别结果表明所述集合中的至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则采集被识别人员的另一根手指的指静脉特征信息,并针对所述至少两个人员使用该另一根手指的指静脉特征信息执行指静脉识别,以获得新的识别结果。
可选地,所述指静脉特征信息包括被识别人员的至少两根手指的指静脉特征信息。
可选地,所述针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别以获得识别结果包括:针对所述集合中的人员使用被识别人员的一根手指的指静脉特征信息执行指静脉识别,以获得初步识别结果;如果所述初步识别结果表明所述集合中的零个或一个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则将所述初步识别结果作为最终的识别结果;如果所述初步识别结果表明所述集合中的至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则针对所述至少两个人员使用被识别人员的另一根手指的指静脉特征信息执行指静脉识别,以获得最终的识别结果。
可选地,所述使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合包括:将所述人脸特征信息与所存储的多个人员中的每个的人脸特征信息进行比对,以获得相似度度量;以及如果所述相似度度量大于预定的相似度阈值,则将相应的人员作为符合预定条件的人员。
可选地,所述相似度阈值根据对人员身份识别的准确度或效率的要求而被设置。
可选地,在检测到被识别人员放置手指时同时触发对人脸特征信息和指静脉特征信息的采集。
本发明的另一个方面涉及一种存储介质,其中存储有计算机程序,在所述计算机程序被处理器执行时,能够用于实现上述的方法。
本发明的再一个方面涉及一种电子设备,其包括处理器和存储器,所述存储器中存储有计算机程序,在所述计算机程序被处理器执行时,能够用于实现上述的方法。
本发明的又一个方面涉及一种人员身份识别***,包括:用于采集被识别人员的人脸特征信息的模块;用于采集被识别人员的指静脉特征信息的模块;用于使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合的模块;以及用于针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别以获得识别结果的模块。
本发明的实施例选择人脸识别和指静脉识别进行融合,利用指静脉识别的活体安全性避免了人脸识别的活体检测难题,利用指静脉识别的高度准确性弥补了人脸识别的高误识率,利用人脸识别的快速识别能力弥补了指静脉识别速度不高的问题。通过这两种生物特征的结合,取长补短,从而可以达到快速、精准地进行大规模人群身份识别的目的。具体地,本发明的实施例对人脸和指静脉识别采用决策级顺序融合的策略,也即,先使用人脸识别进行疑似集合快速筛选,再使用指静脉技术进行高精准、高防伪的身份识别,从而特别适用于大规模人群身份识别的应用场景。在大规模人群身份识别的应用场景中,利用人脸识别速度快的优势在对大规模人群数据筛选时节省了时间,通过在筛选后的疑似集合中使用指静脉识别弥补了指静脉识别在大量数据处理中速度慢的不足,保证了大规模人群身份识别的精度和效率。同时指静脉识别技术的活体安全性和稳定性保证了身份识别的可靠性,因而特别适用于例如需要极高安全性的移动支付场景。在不需要输入被识别人员的部分或完整身份信息的情况下,本发明的方案可以高效地实现百万级的人员身份识别,并达到高度准确、高度防伪的目标。根据测试,在百万级人群中进行上述人脸和指静脉特征库识别,认证速度小于2秒,同时认证精度达到FRR(拒真率)小于5%,FAR(认假率)小于0.0001%。另外,在本发明的一些实施例中,可以根据各种不同场景下对识别准确度、识别效率等的不同要求,来按需设置人脸识别的相似度度量所需满足的条件(例如,相似度阈值),从而可以为身份识别方案提供极大的灵活性和适用性,以适应各种不同的应用场景。在本发明的一些实施例中,通过采用指静脉识别逐次认证技术,可以进一步提高人员识别的准确性,并能够在很大程度上避免识别结果中存在多个匹配人员的情况。
附图说明
以下参照附图对本发明的实施例作进一步说明,其中:
图1示出了根据本发明的一个实施例的人员身份识别***;
图2示出了根据本发明的一个实施例的人员身份识别方法;
图3示出了根据本发明的一个实施例的采用指静脉识别逐次认证技术的人员身份识别方法;以及
图4示出了根据本发明的另一个实施例的采用指静脉识别逐次认证技术的人员身份识别方法。
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图通过具体实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
图1示出了根据本发明的一个实施例的人员身份识别***,其包括前端***110和后台***120,前端***110主要用于实现对被识别人员的人脸特征信息和指静脉特征信息的采集,后台***120主要用于使用前端***110所采集的特征信息来进行人脸识别和指静脉识别,并最终产生识别结果。前端***110中可以包括人脸特征信息采集模块111和指静脉特征信息采集模块112,人脸特征信息采集模块111用于采集被识别人员的人脸特征信息(例如,人脸图像),指静脉特征信息采集模块112用于采集被识别人员的指静脉特征信息(例如,指静脉图像)。在前端***110中还可以包括一些其他部件,例如微控制器114、存储器115、通信装置113等。后台***120与前端***110通过有线或无线通信链路进行通信连接,并可以包括后台***平台121、人脸识别模块122和指静脉识别模块123。人脸识别模块122用于使用人脸特征信息采集模块111所采集的人脸特征信息来执行人脸识别。在执行人脸识别时,人脸识别模块122可以将所采集到的当前正要识别的人员的人脸特征信息与后台***120中预先存储的人员的人脸特征信息进行比对,以获得比对结果。指静脉识别模块123用于使用指静脉特征信息采集模块112所采集的指静脉特征信息来执行指静脉识别。在执行指静脉识别时,指静脉识别模块123可以将所采集到的当前正要识别的人员的某根手指的指静脉特征信息与后台***120中预先存储的一些人员的相应手指的指静脉特征信息进行比对,以获得比对结果。后台***120中预先存储的人脸特征信息或指静脉特征信息可以是以前通过前端***110采集得到的,但是也可以是通过其他方式获得的,例如,通过其他信息采集设备采集得到的。在一个实施例中,所述预先存储的人脸特征信息或指静脉特征信息也可以不位于后台***120中,而是可以位于能够与后台***120进行通信的另一个***中。
人脸特征信息可以是能够用于表示人脸特征的任何信息(例如,人脸图像、人脸特征向量、人脸特征模板、等等);类似地,指静脉特征信息可以是能够用于表示指静脉特征的任何信息(例如,指静脉图像、指静脉特征向量、指静脉特征模板、等等)。而且,人脸特征信息采集模块111所采集的人脸特征信息可以与后台***120中预先存储的人脸特征信息不属于同一类型,只要它们可以相互比对相似度即可。例如,人脸特征信息采集模块111所采集的人脸特征信息可以是人脸图像,而后台***120中预先存储的人脸特征信息可以是各个人员的人脸特征模板。尽管人脸图像和人脸特征模板不同,但仍可以确定二者之间的相似度。类似地,指静脉特征信息采集模块112所采集的指静脉特征信息可以与后台***120中预先存储的指静脉特征信息不属于同一类型,只要它们可以相互比对相似度即可。
由于人类具有多根手指,因此,指静脉特征信息采集模块112可以针对同一个人员采集其一根或多根手指的静脉特征信息。类似地,后台***中预先存储的指静脉特征信息中也可以包括人员的一根或多根手指的静脉特征信息。在指静脉特征信息采集模块112进行信息采集时,其可以向被采集信息的人员发出相应的提示或指示,以告知其要采集哪根手指的静脉特征信息。在需要使用指静脉特征信息进行逐次认证(下文将详细介绍)的情况下,指静脉特征信息采集模块112同样可以向被采集信息的人员发出相应的提示或指示(例如,“请伸出已注册的其他手指进行信息采集”),以告知其要采集其他手指的静脉特征信息以进行逐次认证。
在图1中将前端***110和后台***120示出为通过通信连接的两个分立***,但是本领域技术人员可以理解,它们也可以被集成从而实现为一个单独的***,例如,作为一体机。另外,人脸特征信息采集模块111和指静脉特征信息采集模块112可以被实现在一个设备(例如,人脸指静脉采集一体机)中,但也可以实现在不同的设备中。类似地,人脸识别模块122和指静脉识别模块123可以被实现在一个设备中,但也可以实现在不同的设备中。
图2示出了根据本发明的一个实施例的人员身份识别方法,其可以通过使用图1所示的人员身份识别***来实现,但也可以通过其他形式的***来实现,只要该***能够实现该方法的相应步骤即可。该方法包括如下步骤:
步骤201:采集被识别人员的人脸特征信息。
在一个实施例中,例如在使用人脸指静脉采集一体机的情况下,可以在人员将手指放置到相应位置以进行指静脉特征信息采集时,通过静电感应模块感测到手指的放置,从而触发人脸特征信息采集模块111进行信息采集。通过这种方式,可以同时进行人脸特征信息采集和指静脉特征信息采集,这有助于提高人员识别效率。而且,当被识别人员将手指放置到进行指静脉特征信息采集的位置时,其面部通常也会处于一个相对固定的区域,这十分有利于人脸特征信息的采集(例如,有助于迅速采集到高质量的人脸图像),并且也能够确保针对同一个人员来采集其人脸特征信息和指静脉特征信息,避免在不同时间分别采集时有可能发生的混乱现象。因此,这种方式可以有效地提高人员识别的效率和准确度。
在一个实施例中,人员身份识别***在工作期间可以检测是否有人员靠近前端***110,该检测可以使用本领域中的各种现有技术来实现,例如电容式接近传感器、电感式接近传感器、光电式接近传感器、等等。如果检测到有人员靠近前端***110,则可以触发其中的人脸特征信息采集模块111来采集该人员的人脸特征信息,例如,拍摄人脸图像。
当然,本领域技术人员可以理解,也可以使用任何其他可行的方式来触发人脸特征信息采集模块111的信息采集,例如,通过人工操作的方式。
所采集的被识别人员的人脸特征信息可以通过网络被发送给后台***120,以便于由其中的人脸识别模块122使用该人脸特征信息执行人脸识别。
步骤202:采集被识别人员的指静脉特征信息。
可以在被识别人员将手指放置到前端***110上的相应位置以进行指静脉特征信息采集时,通过静电感应模块感测到手指的放置,从而触发前端***110中的指静脉特征信息采集模块112进行信息采集。当然,本领域技术人员可以理解,也可以使用任何其他可行的方式来触发指静脉特征信息采集模块112的信息采集,例如,在被识别人员将手指放置好之后通过人工操作的方式来触发信息采集。
所采集的被识别人员的指静脉特征信息可以通过网络被发送给后台***120,以便于由其中的指静脉识别模块123使用该指静脉特征信息执行指静脉识别。
步骤203:使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合。
在后台***120中的人脸识别模块122接收到所采集的被识别人员的人脸特征信息之后,其可以使用该人脸特征信息执行人脸识别。具体地,人脸识别模块122可以将所接收到的人脸特征信息与预先存储的大量人员的人脸特征信息进行逐个比对,以确定相应的相似度度量。该相似度度量可以用于评价所接收到的人脸特征信息与预先存储的某个人员的人脸特征信息之间的相似程度。作为比对对象的预先存储的人脸特征信息可以存储在后台***120中,也可以存储在可由人脸识别模块122访问的远程位置,例如远程服务器。
在一个实施例中,前端***110中的人脸特征信息采集模块111所采集的人脸特征信息是人脸图像,在人脸识别模块122接收到该人脸图像后,其可以对该人脸图像执行人脸检测、人脸定位、人脸特征提取等操作来获得人脸的特征向量,并将该特征向量与后台***120中存储的全部人员的人脸特征信息(例如,人脸特征模板)进行比对,以获得相似度度量。
如果所采集的人脸特征信息与预先存储的某个人员的人脸特征信息之间的相似度度量满足预定条件(例如,大于预定的相似度阈值),则可以将该人员作为符合条件的人员。最终,可以通过人脸识别获得由所有符合条件的人员(更准确地说,这些人员的标识信息(ID))构成的集合。
可以根据实际情况来灵活地设置上述相似度度量需要满足的条件。例如,如果人脸识别模块122本身具有比较高的识别准确度,则可以设置比较高的相似度阈值,从而在保证不发生遗漏的情况下尽可能缩小上述集合中的人员的数量,以便节省后续的指静脉识别所要花费的时间;相应地,如果人脸识别模块122本身的识别准确度较差,则可以设置比较低的相似度阈值以避免发生遗漏。以类似的方式,可以根据各种不同场景下对识别准确度、识别效率等的不同要求,来按需设置人脸识别的相似度度量所需满足的条件(例如,相似度阈值),从而可以为身份识别方案提供极大的灵活性和适用性。
步骤204:针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别,以获得识别结果。
指静脉识别模块123可以接收由指静脉特征信息采集模块112采集的指静脉特征信息,并且可以接收在人脸识别模块122执行人脸识别之后得到的符合条件人员的集合。之后,指静脉识别模块123可以针对所述集合中的人员使用所采集的指静脉特征信息来执行指静脉识别,以获得识别结果。例如,指静脉识别模块123可以将所采集的指静脉特征信息与所述集合中的每个人员的指静脉特征信息进行比对,以判断它们是否匹配。
如果步骤204的指静脉识别结果显示在所述集合中没有任何一个人员的指静脉特征信息能够与所采集的指静脉特征信息匹配,则表明对当前正被识别的人员的识别过程或认证过程失败。根据不同的场景,***可以执行不同的操作,例如,显示识别失败的提示、拒绝执行后续的相应操作(例如,打开门禁、进行金融支付等)、提示重新进行识别、等等。
如果指静脉识别结果显示在所述集合中恰好有一个人员的指静脉特征信息能够与所采集的指静脉特征信息匹配,则表明对当前正被识别的人员的识别过程或认证过程成功,从而***可以执行后续的相应操作,例如,打开门禁、进行金融支付、等等。
如果指静脉识别结果显示在所述集合中有至少两个人员的指静脉特征信息能够与所采集的指静脉特征信息匹配,则***可以认为此次识别结果是无效的,并提示当前正被识别的人员重新进行识别。该重新识别过程可以重复图2所示的各个步骤。在某些情况下,为了安全起见,对于上述情形,***也可以直接认为识别过程或认证过程失败。
需要说明的是,图2中所示的各个步骤并非必须完全按照上述顺序执行,而是可以在不影响其功能实现的情况下以不同的顺序执行,或者其中的某些步骤可以并发执行。例如,在一个实施例中,人脸特征信息和指静脉特征信息的采集可以以不同的顺序执行,或者可以并发执行。在另一个实施例中,可以在执行人脸识别之后再采集指静脉特征信息。
在本发明的一个实施例中,为了提高识别准确性并尽量避免指静脉识别的最终结果显示有至少两个人员匹配的情况,可以针对指静脉识别采用逐次认证技术。
图3示出了根据本发明的一个实施例的采用指静脉识别逐次认证技术的人员身份识别方法,其包括如下步骤(图3中的部分步骤与图2中步骤类似,在此不再对其详细描述):
步骤301:采集被识别人员的人脸特征信息。
步骤302:采集被识别人员的一根手指的指静脉特征信息。
步骤303:使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合。
步骤304:针对所述集合中的人员使用所述一根手指的指静脉特征信息执行指静脉识别,以获得识别结果。
步骤305:分析指静脉识别结果以判断是否有至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配。
步骤306:如果判断结果为“是”,则可以进一步采集被识别人员的另一根手指的指静脉特征信息,并针对所述至少两个人员使用该另一根手指的指静脉特征信息执行指静脉识别,以获得新的识别结果。
该新的识别结果中可能仍会存在有至少两个人员与被识别人员匹配的情况,但其概率相比于仅使用一根手指的情况会大大降低。在一个实施例中,在新的识别结果中仍存在至少两个人员与被识别人员匹配的情况下,可以认定识别结果无效,停止识别过程,并拒绝执行后续的相应操作(例如,打开门禁、进行金融支付、等等)。
如果新的识别结果显示没有任何一个人员的指静脉特征信息能够与被识别人员的另一根手指的指静脉特征信息匹配,则认为对当前正被识别的人员的识别过程或认证过程失败。
如果新的识别结果显示恰好有一个人员的指静脉特征信息能够与被识别人员的另一根手指的指静脉特征信息匹配,则认为对当前正被识别的人员的识别过程或认证过程成功,从而***可以执行后续的相应操作。
图4示出了根据本发明的另一个实施例的采用指静脉识别逐次认证技术的人员身份识别方法,其包括如下步骤(图4中的部分步骤与图2中步骤类似,在此不再对其详细描述):
步骤401:采集被识别人员的人脸特征信息。
步骤402:采集被识别人员的至少两根手指的指静脉特征信息。
步骤403:使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合。
步骤404:针对所述集合中的人员使用被识别人员的一根手指的指静脉特征信息执行指静脉识别,以获得初步识别结果。
步骤405:分析初步识别结果以判断是否有至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配。
步骤406:如果判断结果为“否”,则将所述初步识别结果作为最终的识别结果。
步骤407:如果判断结果为“是”,则针对所述至少两个人员使用被识别人员的另一根手指的指静脉特征信息执行指静脉识别,以获得最终的识别结果。类似地,该最终的识别结果仍会存在有至少两个人员与被识别人员匹配的情况,在这种情况下,可以认定识别结果无效,停止识别过程,并拒绝执行后续的相应操作(例如,打开门禁、进行金融支付、等等)。
在本发明的一个实施例中,可以以计算机程序的形式来实现本发明。计算机程序可以存储于各种存储介质(例如,硬盘、光盘、闪存等)中,当该计算机程序被处理器执行时,能够用于实现本发明的方法。
在本发明的另一个实施例中,可以以电子设备的形式来实现本发明。该电子设备包括处理器和存储器,在存储器中存储有计算机程序,当该计算机程序被处理器执行时,能够用于实现本发明的方法。
本文中针对“各个实施例”、“一些实施例”、“一个实施例”、或“实施例”等的参考指代的是结合所述实施例所描述的特定特征、结构、或性质包括在至少一个实施例中。因此,短语“在各个实施例中”、“在一些实施例中”、“在一个实施例中”、或“在实施例中”等在整个本文中各处的出现并非必须指代相同的实施例。此外,特定特征、结构、或性质可以在一个或多个实施例中以任何合适方式组合。因此,结合一个实施例中所示出或描述的特定特征、结构或性质可以整体地或部分地与一个或多个其他实施例的特征、结构、或性质无限制地组合,只要该组合不是非逻辑性的或不能工作。本文中出现的类似于“根据A”或“基于A”的表述意指非排他性的,也即,“根据A”可以涵盖“仅仅根据A”,也可以涵盖“根据A和B”,除非特别声明或者根据上下文明确可知其含义为“仅仅根据A”。在方法流程中按照一定顺序进行描述的各个步骤并非必须按照该顺序执行,相反,其中的一些步骤的执行顺序可以改变,并且一些步骤可以并发执行,只要不影响方案的实现即可。例如,在本发明可以先采集被识别人员的人脸特征信息,也可以先采集被识别人员的静脉特征信息,或者两者可以并发执行。本发明可以在执行人脸识别之前采集被识别人员的静脉特征信息,也可以在执行人脸识别之后采集被识别人员的静脉特征信息,或者两者可以并发执行。另外,本申请附图中的各个元素仅仅为了示意说明,并非按比例绘制。
由此描述了本发明的至少一个实施例的几个方面,可以理解,对本领域技术人员来说容易地进行各种改变、修改和改进。这种改变、修改和改进意于在本发明的精神和范围内。
Claims (11)
1.一种人员身份识别方法,包括:
采集被识别人员的人脸特征信息;
采集被识别人员的指静脉特征信息;
使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合;以及
针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别,以获得识别结果。
2.根据权利要求1所述的方法,其中,所述指静脉特征信息为被识别人员的一根手指的指静脉特征信息。
3.根据权利要求2所述的方法,还包括:
如果所述识别结果表明所述集合中的至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则采集被识别人员的另一根手指的指静脉特征信息,并针对所述至少两个人员使用该另一根手指的指静脉特征信息执行指静脉识别,以获得新的识别结果。
4.根据权利要求1所述的方法,其中,所述指静脉特征信息包括被识别人员的至少两根手指的指静脉特征信息。
5.根据权利要求4所述的方法,所述针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别以获得识别结果包括:
针对所述集合中的人员使用被识别人员的一根手指的指静脉特征信息执行指静脉识别,以获得初步识别结果;
如果所述初步识别结果表明所述集合中的零个或一个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则将所述初步识别结果作为最终的识别结果;
如果所述初步识别结果表明所述集合中的至少两个人员的指静脉特征信息与所述被识别人员的指静脉特征信息匹配,则针对所述至少两个人员使用被识别人员的另一根手指的指静脉特征信息执行指静脉识别,以获得最终的识别结果。
6.根据权利要求1所述的方法,其中,所述使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合包括:
将所述人脸特征信息与所存储的多个人员中的每个的人脸特征信息进行比对,以获得相似度度量;以及
如果所述相似度度量大于预定的相似度阈值,则将相应的人员作为符合预定条件的人员。
7.根据权利要求6所述的方法,其中,所述相似度阈值根据对人员身份识别的准确度或效率的要求而被设置。
8.根据权利要求1所述的方法,其中,在检测到被识别人员放置手指时同时触发对人脸特征信息和指静脉特征信息的采集。
9.一种存储介质,其中存储有计算机程序,在所述计算机程序被处理器执行时,能够用于实现权利要求1-8中任一项所述的方法。
10.一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,在所述计算机程序被处理器执行时,能够用于实现权利要求1-8中任一项所述的方法。
11.一种人员身份识别***,包括:
用于采集被识别人员的人脸特征信息的模块;
用于采集被识别人员的指静脉特征信息的模块;
用于使用所述人脸特征信息执行人脸识别以得到符合预定条件的人员的集合的模块;以及
用于针对所述集合中的人员使用所述指静脉特征信息执行指静脉识别以获得识别结果的模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201605.XA CN111723595A (zh) | 2019-03-18 | 2019-03-18 | 人员身份识别方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201605.XA CN111723595A (zh) | 2019-03-18 | 2019-03-18 | 人员身份识别方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111723595A true CN111723595A (zh) | 2020-09-29 |
Family
ID=72562091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910201605.XA Pending CN111723595A (zh) | 2019-03-18 | 2019-03-18 | 人员身份识别方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111723595A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668511A (zh) * | 2020-12-31 | 2021-04-16 | 深兰盛视科技(苏州)有限公司 | 身份识别方法、装置、电子设备及存储介质 |
CN112862983A (zh) * | 2021-01-21 | 2021-05-28 | 广州广电运通智能科技有限公司 | 一种自动售票方法、***、装置及介质 |
CN113888780A (zh) * | 2021-10-08 | 2022-01-04 | 深兰盛视科技(苏州)有限公司 | 基于静脉识别的强安防场所管理方法及相关装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040133582A1 (en) * | 2002-10-11 | 2004-07-08 | Howard James V. | Systems and methods for recognition of individuals using multiple biometric searches |
CN101097596A (zh) * | 2006-06-29 | 2008-01-02 | 富士通株式会社 | 生物认证方法以及生物认证*** |
CN105260643A (zh) * | 2015-10-30 | 2016-01-20 | 南昌欧菲生物识别技术有限公司 | 多指纹交叉解锁方法及*** |
CN106372482A (zh) * | 2016-08-27 | 2017-02-01 | 广州同略信息科技有限公司 | 机密文件的手指静脉加密通信终端 |
CN106709417A (zh) * | 2016-11-11 | 2017-05-24 | 识益生物科技(北京)有限公司 | 一种多模态生物识别***及其使用方法 |
CN107305624A (zh) * | 2016-04-20 | 2017-10-31 | 厦门中控智慧信息技术有限公司 | 一种基于多模式生物识别信息的个人识别方法和装置 |
CN107305625A (zh) * | 2016-04-20 | 2017-10-31 | 厦门中控智慧信息技术有限公司 | 一种基于多模式生物计量信息的个人识别方法 |
CN107437074A (zh) * | 2017-07-27 | 2017-12-05 | 深圳市斑点猫信息技术有限公司 | 一种身份认证方法和装置 |
-
2019
- 2019-03-18 CN CN201910201605.XA patent/CN111723595A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040133582A1 (en) * | 2002-10-11 | 2004-07-08 | Howard James V. | Systems and methods for recognition of individuals using multiple biometric searches |
CN101097596A (zh) * | 2006-06-29 | 2008-01-02 | 富士通株式会社 | 生物认证方法以及生物认证*** |
CN105260643A (zh) * | 2015-10-30 | 2016-01-20 | 南昌欧菲生物识别技术有限公司 | 多指纹交叉解锁方法及*** |
CN107305624A (zh) * | 2016-04-20 | 2017-10-31 | 厦门中控智慧信息技术有限公司 | 一种基于多模式生物识别信息的个人识别方法和装置 |
CN107305625A (zh) * | 2016-04-20 | 2017-10-31 | 厦门中控智慧信息技术有限公司 | 一种基于多模式生物计量信息的个人识别方法 |
CN106372482A (zh) * | 2016-08-27 | 2017-02-01 | 广州同略信息科技有限公司 | 机密文件的手指静脉加密通信终端 |
CN106709417A (zh) * | 2016-11-11 | 2017-05-24 | 识益生物科技(北京)有限公司 | 一种多模态生物识别***及其使用方法 |
CN107437074A (zh) * | 2017-07-27 | 2017-12-05 | 深圳市斑点猫信息技术有限公司 | 一种身份认证方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668511A (zh) * | 2020-12-31 | 2021-04-16 | 深兰盛视科技(苏州)有限公司 | 身份识别方法、装置、电子设备及存储介质 |
CN112862983A (zh) * | 2021-01-21 | 2021-05-28 | 广州广电运通智能科技有限公司 | 一种自动售票方法、***、装置及介质 |
CN113888780A (zh) * | 2021-10-08 | 2022-01-04 | 深兰盛视科技(苏州)有限公司 | 基于静脉识别的强安防场所管理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bolle et al. | Guide to biometrics | |
Delac et al. | A survey of biometric recognition methods | |
Tripathi | A comparative study of biometric technologies with reference to human interface | |
You et al. | On hierarchical palmprint coding with multiple features for personal identification in large databases | |
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 | |
TWI599964B (zh) | 手指靜脈辨識系統與方法 | |
Charity et al. | A bimodal biometrie student attendance system | |
CN111723595A (zh) | 人员身份识别方法和*** | |
Kaur | A study of biometric identification and verification system | |
CN103646236B (zh) | 一种掌纹信息的编码加密及应用方法 | |
Gale et al. | Evolution of performance analysis of iris recognition system by using hybrid methods of feature extraction and matching by hybrid classifier for iris recognition system | |
CN105184571A (zh) | 一种手背静脉与多指纹结合的支付认证*** | |
JP2014518579A (ja) | マルチモーダル情報に基づく人口学的分析方法及びシステム | |
TWI325568B (en) | A method for face varification | |
Ibrahim et al. | Trends in Biometric Authentication: A review | |
Choudhary | Survey of different biometrics techniques | |
Okokpujie et al. | An enhanced voters registration and authentication application using Iris recognition technology | |
Wang et al. | Multi-modal biometric authentication fusing iris and palmprint based on GMM | |
Sharma et al. | Role of biometric technology over advanced security and protection in auto teller machine transaction | |
Manjunath et al. | Analysis of unimodal and multimodal biometric system using iris and fingerprint | |
Kubanek et al. | Intelligent Identity Authentication, Using Face and Behavior Analysis | |
CN114120509A (zh) | 基于融合识别技术的区域准入授权装置 | |
Singh et al. | Hand geometry verification system: A review | |
Ozkaya et al. | Intelligent face border generation system from fingerprints | |
Shende et al. | Soft computing approach for feature extraction of palm biometric |
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 |