【技术实现步骤摘要】
一种多维度多模态群体生物特征识别系统以及方法
本专利技术涉及生物特征识别、计算机视觉、计算成像等领域,尤其涉及一种面向远距离场景多目标的人脸、虹膜和步态生物信息获取和识别的多维度多模态高通量群体生物特征识别系统,具体涉及一种多维度多模态群体生物特征识别系统以及方法。
技术介绍
生物特征识别是通过自动获取和分析人体的生理和行为特征,实现身份鉴别的技术,常见的生物特征模态包括指纹、虹膜、人脸、掌纹、静脉、笔迹、步态、语音等。人体模态的生物特征信息主要分布于面部(人脸、虹膜、眼周、眼纹)和手部(指纹、掌纹、静脉)。与手部生理特征相比,人体面部的人脸和虹膜特征具有信息丰富、直观可见、非接触采集、识别快速的独特优势,在涉及身份识别的国计民生众多领域已得到广泛应用。而步态生物特征具有超远采集距离、无察觉识别、动态识别、多人识别、难于伪装等优点,可以实现多人非配合状态下的获取与识别。当前单一模态的生物特征识别装置已得到了快速发展,特别是近距离的虹膜和人脸识别设备在环境受控的情况下可以基本正确识别主动配合的用户,步态识别只需要利用现有高清摄像头,就可以达到中远距离的高精度识别。但当应用场景中光线、距离、遮挡、人数等发生变化或者目标对象出现诸如运动、眨眼、侧脸等状态参数变化时,现有生物特征采集设备无法有效采集高质量信息,生物特征识别系统的性能也会发生急剧下降,无法满足复杂真实世界中的多种应用领域对于身份识别的现实需求,严重影响生物特征识别的可靠性、准确性与鲁棒性。由于虹膜尺寸很小(直径1cm左右),而且亚洲人虹膜信息采集需要近 ...
【技术保护点】
1.一种多维度多模态群体生物特征识别系统,其特征在于,/n所述系统包括生物特征成像单元、机电控制交互平台、高性能数据计算平台、生物特征感知软件;/n其中,所述生物特征成像单元用于采集预设场景中多个用户的虹膜、人脸和步态三种生物特征模态的图像与视频序列;/n所述机电交互控制单元用于实现硬件与软件的交互连通,完成数据的传输与控制的执行;/n所述高性能数据计算平台用于整个系统提供计算运行支持,保证多维多模态生物特征信息的运算处理与感知分析;/n所述生物特征感知软件用于进行生物特征信息的感知分析,实现多模态生物特征识别核心算法,进行识别结果的人机交互控制与现实。/n
【技术特征摘要】
1.一种多维度多模态群体生物特征识别系统,其特征在于,
所述系统包括生物特征成像单元、机电控制交互平台、高性能数据计算平台、生物特征感知软件;
其中,所述生物特征成像单元用于采集预设场景中多个用户的虹膜、人脸和步态三种生物特征模态的图像与视频序列;
所述机电交互控制单元用于实现硬件与软件的交互连通,完成数据的传输与控制的执行;
所述高性能数据计算平台用于整个系统提供计算运行支持,保证多维多模态生物特征信息的运算处理与感知分析;
所述生物特征感知软件用于进行生物特征信息的感知分析,实现多模态生物特征识别核心算法,进行识别结果的人机交互控制与现实。
2.根据权利要求1所述的一种多维度多模态群体生物特征识别系统,其特征在于,
所述生物特征成像单元包括主动成像模块、计算成像模块、场景成像模块、近红外成像模块、偏振成像模块、自适应光源;
所述主动成像模块包括由液体变焦镜头和二维反射摆镜组成,其用于实现围绕远距离虹膜为主的景深和视场扩展;
所述计算成像模块由多光场相机拼接和相机阵列组成,其用于实现场景目标三维信息感知、多目标自动重聚焦和穿透式遮挡成像;
所述场景成像模块由多个相机组成,其用于获取场景信息;
所述近红外成像模块由多个高分辨相机与自适应光源组成,其用于实现远距离多人虹膜图像采集;
所述偏振成像模块采用四角度偏振相机,其用于多人人脸图像采集,实现活体与假体的实时区分;
所述自适应光源用于实现不同采集距离、不同高度目标、不同角度目标的多光谱照明投射。
3.根据权利要求1所述的一种多维度多模态群体生物特征识别系统,其特征在于,
所述机电交互控制平台包括信号采集获取模块、硬件驱动模块、模拟数字信号转换模块、机电执行模块、逻辑控制模块、人机交互模块。
4.根据权利要求1所述的一种多维度多模态群体生物特征识别系统,其特征在于,
所述高性能数据计算平台包括数据传输模块、多线程并行计算模块、图像数据预处理模块、图像数据增强模块、图像质量评价模块、图像显示模块。
5.根据权利要求1所述的一种多维度多模态群体生物特征识别系统,其特征在于,
所述生物特征感知软件包括场景感知算法、虹膜识别算法、人脸识别算法、步态识别算法、融合识别算法单元模块。
6.根据权利要求1所述的一种多维度多模态群体生物特征识别系统,其特征在于,
所述生物特征感知软件的算法流程如下:主动成像、优化成像、特征提取和融合感知,
其中,主动成像通过场景建模、检测定位、人机交互、目标分割选择成像内容;优化成像通过图像增强,三维重建,焦点扫描提高成像质量;特征提取通过特征点提取、信息编码提取生物特征知识;融合感知通过多模态生物特征和多元深度信息融合实现。
7.一种多维度多模态群体生物特征识别方法,其特征在于,
所述方法包括如下步骤:
步骤S101:用户进入采集场景区域,生物特征识别系统启动开始图像采集...
【专利技术属性】
技术研发人员:孙哲南,张堃博,谭铁牛,申振腾,
申请(专利权)人:天津中科智能识别产业技术研究院有限公司,
类型:发明
国别省市:天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。