一种基于静脉的身份认证方法及手环技术

本发明专利技术提供一种基于静脉的身份认证方法及手环，采用动态视觉传感器采集静脉特征，所述动态视觉传感器为线阵动态视觉传感器；所述静脉特征采集器包括两个所述线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，通过动态视觉传感器采集的图像只包含静脉的特征等有效信息，不包含冗余的皮肤等无效的背景信息，在接收到所述静脉特征图像后，相比于基于普通视觉传感器的深度学习算法，只需要很少的层就可以实现静脉特征向量的计算，可以极大程度上减小图像处理的计算量，降低功耗，适合集成，同时识别效果良好。

A vein based identity authentication method and bracelet

The invention provides a vein-based identification method and a hand ring, which collects vein features using a dynamic visual sensor, and the dynamic visual sensor is a linear dynamic visual sensor; the vein feature collector comprises two linear dynamic visual sensors, and the two linear dynamic visual sensors are divided into ten. The image captured by the dynamic vision sensor contains only valid information such as the characteristics of the vein, and does not contain invalid background information such as redundant skin. After receiving the vein feature image, the depth learning algorithm based on the ordinary vision sensor needs only a few layers. The calculation of vein eigenvectors can greatly reduce the computational complexity of image processing, reduce power consumption, suitable for integration, and the recognition effect is good.

【技术实现步骤摘要】
一种基于静脉的身份认证方法及手环
本专利技术涉及身份智能识别
，尤其涉及一种基于静脉的身份认证方法及手环。
技术介绍
医学研究证明，静脉的形状具有唯一性和稳定性。静脉识别系统因为有活体识别、内部特征和非接触式三个方面的特征，确保了使用者的静脉特征很难被伪造，在高度安全和实用便捷上远胜指纹、虹膜、面部等识别技术，因此，基于静脉的身份认证特别适合于安全要求高的场所使用，特别是腕式的静脉身份认证系统。现有的基于静脉的腕式身份认证系统通常都是先通过图像传感器采集固定位置的静脉图像，然后通过图像处理模块对采集的静脉图像进行处理，去除静脉图像背景，提取有用的静脉特征图像，基于静脉特征图像获取静脉特征向量，最后将获取的静脉特征向量与预存的静脉特征向量进行对比，若相同，则认证通过，否则，认证失败。然而，现有的基于静脉的腕式身份认证系统具有如下缺陷：第一，其使用的是普通的图像传感器，普通的图像传感器对光线要求比较严格，在强光或暗光条件下，识别效果很差。并且，在获取图像过程中，如果手环出现移动，获取的图像将会很模糊；第二，由于采集的是包含背景的静脉图像，所采集的图像具有高度冗余数据，图像处理模块需要复杂地去除背景、提取静脉特征图像地计算，计算过程复杂，数据处理量大，需要大量的计算资源。
技术实现思路
本专利技术所要解决的技术问题是：提供一种计算量小、识别效果好的基于静脉的身份认证方法及装置。为了解决上述技术问题，本专利技术采用的一种技术方案为：一种基于静脉的身份认证方法，包括步骤：S1、接收设置于手环上的触摸传感器发送的身份认证请求，根据所述身份认证请求，开始计时；S2、接收手环在转动过程中设置于手环内壁的静脉特征采集器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第一静脉特征向量，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，所述线阵动态视觉传感器由多个动态视觉像素点排列成一条直线而成；S3、在预存的静脉特征向量集中检索是否有与所述第一静脉特征向量匹配的第二特征向量，若是，则身份认证成功，若否，则身份认证错误，并判断是否超时，若否，则返回步骤S2。为了解决上述技术问题，本专利技术采用的另一种技术方案为：一种基于静脉的身份认证手环，包括触摸传感器，还包括：静脉特征采集器，所述静脉特征采集器设置于所述手环内壁，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列；存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：S1、接收所述触摸传感器发送的身份认证请求，根据所述身份认证请求，开始计时；S2、接收手环在转动过程中所述静脉特征采集器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第一静脉特征向量，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，所述线阵动态视觉传感器由多个动态视觉像素点排列成一条直线而成；S3、在预存的静脉特征向量集中检索是否有与所述第一静脉特征向量匹配的第二特征向量，若是，则身份认证成功，若否，则身份认证错误，并判断是否超时，若否，则返回步骤S2。本专利技术的有益效果在于：采用动态视觉传感器采集静脉特征，所述动态视觉传感器为线阵动态视觉传感器；所述静脉特征采集器包括两个所述线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，由于动态视觉传感器是基于拍摄区域的变化而成像的工作原理，其没有传统传感器的问题，对光线要求很低，在很低或者很亮的光线条件下都可以很好的工作，其是通过光强的变化产生异步的事件向量，经过简单的变换产生数字化的静脉分布特征图，所采集的图像只包含静脉的特征等有效信息，不包含冗余的皮肤等无效的背景信息，在接收到所述静脉特征图像后，相比于基于普通视觉传感器的深度学习算法，只需要很少的层就可以实现静脉特征向量的计算，可以极大程度上减小图像处理的计算量，降低功耗，适合集成，同时识别效果良好。附图说明图1为本专利技术实施例的一种基于静脉的身份认证方法的流程图；图2为本专利技术实施例的一种基于静脉的身份认证手环的结构示意图；图3为本专利技术实施例的一种基于静脉的身份认证手环的动态视觉传感器的结构示意图；图4为本专利技术实施例的采集预存静脉特征向量的流程图；图5为本专利技术实施例的进行连续身份认证的流程图；标号说明：1、一种基于静脉的身份认证手环；2、触摸传感器；3、静脉特征采集器；4、处理器；5、存储器；6、动态视觉传感器。具体实施方式为详细说明本专利技术的
技术实现思路
、所实现目的及效果，以下结合实施方式并配合附图予以说明。本专利技术最关键的构思在于：采用动态视觉传感器采集静脉特征图像，所述动态视觉传感器为线阵动态视觉传感器；所述静脉特征采集器包括两个所述线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，根据采集到的静脉特征图像，采用深度学习算法获得对应的静脉特征向量。请参照图1，一种基于静脉的身份认证方法，包括步骤：S1、接收设置于手环上的触摸传感器发送的身份认证请求，根据所述身份认证请求，开始计时；S2、接收手环在转动过程中设置于手环内壁的静脉特征采集器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第一静脉特征向量，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，所述线阵动态视觉传感器由多个动态视觉像素点排列成一条直线而成；S3、在预存的静脉特征向量集中检索是否有与所述第一静脉特征向量匹配的第二特征向量，若是，则身份认证成功，若否，则身份认证错误，并判断是否超时，若否，则返回步骤S2。从上述描述可知，本专利技术的有益效果在于：采用动态视觉传感器采集静脉特征，所述动态视觉传感器为线阵动态视觉传感器；所述静脉特征采集器包括两个所述线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，由于动态视觉传感器是基于拍摄区域的变化而成像的工作原理，其没有传统传感器的问题，对光线要求很低，在很低或者很亮的光线条件下都可以很好的工作，其是通过光强的变化产生异步的事件向量，经过简单的变换产生数字化的静脉分布特征图，所采集的图像只包含静脉的特征等有效信息，不包含冗余的皮肤等无效的背景信息，在接收到所述静脉特征图像后，相比于基于普通视觉传感器的深度学习算法，只需要很少的层就可以实现静脉特征向量的计算，可以极大程度上减小图像处理的计算量，降低功耗，适合集成，同时识别效果良好。进一步的，所述步骤S1之前还包括采集预存静脉特征向量步骤：S0、判断手环是否初次使用，若是，则执行步骤S01，否则，执行步骤S02；S01、接收手环沿手臂方向移动过程中所述动态视觉传感器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第三静脉特征向量，将所述第三静脉特征向量存入所述静脉特征向量集，并结束采集预存静脉特征向量步骤；S02、判断是否开启日常静脉特征向量采集功能，若是，执行步骤S021，否则，结束采集预存静脉特征向量步骤；S021、判断所述静脉特征向量集中的静脉特征向量数是否不小于第一预设值本文档来自技高网...

【技术保护点】
1.一种基于静脉的身份认证方法，其特征在于，包括步骤：S1、接收设置于手环上的触摸传感器发送的身份认证请求，根据所述身份认证请求，开始计时；S2、接收手环在转动过程中设置于手环内壁的静脉特征采集器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第一静脉特征向量，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，所述线阵动态视觉传感器由多个动态视觉像素点排列成一条直线而成；S3、在预存的静脉特征向量集中检索是否有与所述第一静脉特征向量匹配的第二特征向量，若是，则身份认证成功，若否，则身份认证错误，并判断是否超时，若否，则返回步骤S2。

【技术特征摘要】
1.一种基于静脉的身份认证方法，其特征在于，包括步骤：S1、接收设置于手环上的触摸传感器发送的身份认证请求，根据所述身份认证请求，开始计时；S2、接收手环在转动过程中设置于手环内壁的静脉特征采集器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第一静脉特征向量，所述静脉特征采集器包括两个线阵动态视觉传感器，两个所述线阵动态视觉传感器成“十”字型互相垂直排列，所述线阵动态视觉传感器由多个动态视觉像素点排列成一条直线而成；S3、在预存的静脉特征向量集中检索是否有与所述第一静脉特征向量匹配的第二特征向量，若是，则身份认证成功，若否，则身份认证错误，并判断是否超时，若否，则返回步骤S2。2.根据权利要求1所述的一种基于静脉的身份认证方法，其特征在于，所述步骤S1之前还包括采集预存静脉特征向量步骤：S0、判断手环是否初次使用，若是，则执行步骤S01，否则，执行步骤S02；S01、接收手环沿手臂方向移动过程中所述动态视觉传感器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第三静脉特征向量，将所述第三静脉特征向量存入所述静脉特征向量集，并结束采集预存静脉特征向量步骤；S02、判断是否开启日常静脉特征向量采集功能，若是，执行步骤S021，否则，结束采集预存静脉特征向量步骤；S021、判断所述静脉特征向量集中的静脉特征向量数是否不小于第一预设值，若否，则执行步骤S022，否则，结束采集预存静脉特征向量步骤；S022、判断所述手环的电量是否高于第二预设值，若是，则执行步骤S023，否则，返回步骤S021；S023、接收手环沿手臂方向移动过程中所述动态视觉传感器发送的静脉特征图像，根据所述静脉特征图像，采用深度学习算法获得对应的第四静脉特征向量，将所述第四静脉特征向量存入所述静脉特征向量集，并返回步骤S021。3.根据权利要求2所述的一种基于静脉的身份认证方法，其特征在于，所述步骤S1和步骤S2之间还包括步骤：S11、判断所述手环转动的角度是否大于一预设角度，若是，则执行步骤S2，否则，判断是否超时，若否，返回步骤S11，否则，身份认证失败。4.根据权利要求1所述的一种基于静脉的身份认证方法，其特征在于，所述步骤S3中身份认证成功后，还包括登记认证成功的身份信息；所述步骤S3之后还包括步骤：S411、判断是否接收到蓝牙或NFC的身份认证请求，或者手环是否转动或被连续敲击两下，若是，则开始计时；S412、判断是否登记有认证成功的身份信息，若是，则发送认证成功的身份信息给所述蓝牙或NFC；S413、判断是否接收到蓝牙或NFC的有效回复信息，若是，则完成身份认证，否则，判断是否超时，若否，则返回步骤S412。5.根据权利要求1所述的一种基于静脉的身份认证方法，其特征在于，所述步骤S3之后还包括步骤：S421、判断手环是否移动，若是，则启动设于手环上的接近传感器；S422、接收所述接近传感器发送的数据，根据所述数据判断手环是否被取下，若是，则清除登记的认证成功的身份信息。6.一种基于静脉的身份认证手环，包括触摸传感器，其特征在于，还包括：静脉特征采集器，所述静脉特征采集器设置于所述手环内壁，所述静脉特征采集器包括两个线...

【专利技术属性】
技术研发人员：邓坚，谌黎明，
申请(专利权)人：邓坚，
类型：发明
国别省市：广东,44