生物特征识别方法及装置制造方法及图纸

本发明专利技术公开了一种生物特征识别方法及装置，该方法包括：采集待识别用户的掌纹图像与掌静脉图像；融合所述掌纹图像与所述掌静脉图像，获得融合图像；将所述融合图像中掌纹以及掌静脉对应像素点作为网络节点；基于不同约束条件，由满足任一约束条件的网络节点构建复杂网络，以获得多个复杂网络；由所述多个复杂网络的网络特征构成待识别特征。本发明专利技术提高了识别的有效性以及准确度。

【技术实现步骤摘要】
生物特征识别方法及装置
本专利技术属于生物识别领域，具体地说，涉及一种生物特征识别方法及装置。
技术介绍
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征或行为方式，即生物特征。生物识别技术可以通过这种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，通常指计算机利用人体固有的诸如指纹、面部或声音等生物特征，来进行用户身份认证的技术。现有技术中，可以通过采集每个个体的指纹，并可以基于该指纹转换的指纹特征进行指纹识别。可以通过采集人脸面部图像，并可以基于该面部图像转换为面部特征进行面部识别。还可以通过采集每个个体发出的声音，并基于该声音转换为声音特征进行面部识别。但是，指纹、面部或声音等生物特征容易被篡改，例如，指纹可以伪造，面部可以遮挡，声音也可以利用变声器来改变，因此，无法保证有效识别。
技术实现思路
有鉴于此，本专利技术提供了一种生物特征识别方法及装置，通过将掌纹识别以以及掌静脉识别相结合，解决了现有技术中无法有效识别的问题，提高了识别的有效性以及准确度。为了解决上述技术问题，本专利技术的第一方面提供一种生物特征识别方法，该方法包括：采集待识别用户的掌纹图像与掌静脉图像；本文档来自技高网...

【技术保护点】
一种生物特征识别方法，其特征在于，包括：采集待识别用户的掌纹图像与掌静脉图像；融合所述掌纹图像与所述掌静脉图像，获得融合图像；将所述融合图像中掌纹以及掌静脉对应像素点作为网络节点；基于不同约束条件，由满足任一约束条件的网络节点构建复杂网络，以获得多个复杂网络；由所述多个复杂网络的网络特征构成待识别特征。

【技术特征摘要】
1.一种生物特征识别方法，其特征在于，包括：采集待识别用户的掌纹图像与掌静脉图像；融合所述掌纹图像与所述掌静脉图像，获得融合图像；将所述融合图像中掌纹以及掌静脉对应像素点作为网络节点；基于不同约束条件，由满足任一约束条件的网络节点构建复杂网络，以获得多个复杂网络；由所述多个复杂网络的网络特征构成待识别特征。2.根据权利要求1所述的方法，其特征在于，所述约束条件包括任意网络节点的节点距离小于约束距离；不同约束条件的约束距离不同；所述方法还包括：计算任意两个网络节点的节点距离；所述基于不同约束条件，由满足任一约束条件的网络节点构建复杂网络，以获得多个复杂网络包括：基于不同的约束距离，由与任意网络节点的节点距离小于任一约束距离的网络节点构建复杂网络，以获得多个复杂网络。3.根据权利要求2所述的方法，其特征在于，所述计算任意两个网络节点的节点距离包括：根据任意两个网络节点对应的像素坐标，计算所述任意两个网络节点的坐标距离；将所述坐标距离进行归一化获得所述节点距离。4.根据权利要求1所述的方法，其特征在于，所述融合所述掌纹图像与所述掌静脉图像，获得融合图像包括：将所述掌纹图像与掌静脉图像二值化，以将掌纹以及掌静脉对应像素转化为第一数值，以及将非掌纹以及非掌静脉对应像素值转化为第二数值；融合二值化之后的所述掌纹图像与所述掌静脉图像，获得融合图像。5.根据权利要求4所述的方法，其特征在于，所述将所述融合图像中掌纹以及掌静脉对应像素点作为网络节点包括：将所述融合图像中，像素值为第一数值的像素点作为网络节点。6.根据权利要求1所述的方法，其特征在于，所述由所述多个复杂网络的网络特征构成待识别特征包括：确定任一复杂网络中各个网络节点的节点度；根据所述节点度，计算所述任一复杂网络的网络特征；将所述多个复杂网络中任一复杂网络的网络特征进行特征组合；将组合后的网络特征作为待识别特征。7.根据权利要求1所述的方法，其特征在于，所述融合所述掌纹图像与所述掌静脉图像，获得融合图像包括：将所述待识别用户的掌纹图像以及掌静脉图像进行降噪；融合降噪后的所述掌纹图像与所述掌静脉图像，获得融合图像。8.一种生物特征识别装置，其特征在于，包括：图像采集模块，...

【专利技术属性】
技术研发人员：张晨，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东,37