当前位置: 首页 > 专利查询>清华大学专利>正文

一种身份识别方法及其系统技术方案

技术编号:27975989 阅读:53 留言:0更新日期:2021-04-06 14:10
本申请公开了一种身份识别方法及其系统,其中,身份识别方法,包括如下步骤:收集原始数据,其中,原始数据为电容值矩阵序列;对原始数据进行预处理和编码处理,得到多个特征向量;将多个特征向量一一与用户模板进行对比,并通过预先训练好的判别器模型得到认证结果。本申请拥有生物特征识别的全部优点,不用担心忘记密码或介质丢失,易用性和安全性更高,同时应用范围更广,只要有具有电容屏幕的设备均可使用,不依赖其他传感器;且使用过程中还不会打断用户的正常操作,兼顾了良好的用户体验。

【技术实现步骤摘要】
一种身份识别方法及其系统
本申请涉及计算机
,尤其涉及一种身份识别方法及其系统。
技术介绍
随着社会信息化水平的不断提高,人们产生越来越多的隐私数据。保护这些信息的安全是日益增长的需求。然而,传统的身份认证方法,例如钥匙、PIN、组合密码等,由于易被攻击者获取和易被用户忘记等问题,已经越来越不适合于数据保护的应用场景了。因此,近年来生物特征识别在安全领域扮演着越来越重要的角色,从早先在银行等特殊场所内应用的指纹识别、静脉识别等技术,逐步发展到今天广泛应用在个人设备中相对自然无感的人脸识别技术,生物特征识别技术得到了长足的发展。所谓生物特征,指的是可以唯一确定某一个体的可测量的生理特征或行为特征。生物特征识别摆脱了密码和介质,把人本身作为密码,不仅天然解决了密码忘记或介质丢失的问题,还大大增加了认证信息获取的难度,使得易用性和安全性显著上升,而人工智能技术的引入,又大大增强了其识别的准确性和鲁棒性。其中,指纹识别和人脸识别目前最为常见。指纹识别广泛应用在个人设备、银行和海关等对安全性和识别率要求极高的场景下,此种方法识别效果卓越,安全可靠,本文档来自技高网...

【技术保护点】
1.一种身份识别方法,其特征在于,包括如下步骤:/n收集原始数据,其中,原始数据为电容值矩阵序列;/n对原始数据进行预处理和编码处理,得到多个特征向量;/n将多个特征向量一一与用户模板进行对比,并通过预先训练好的判别器模型得到认证结果。/n

【技术特征摘要】
1.一种身份识别方法,其特征在于,包括如下步骤:
收集原始数据,其中,原始数据为电容值矩阵序列;
对原始数据进行预处理和编码处理,得到多个特征向量;
将多个特征向量一一与用户模板进行对比,并通过预先训练好的判别器模型得到认证结果。


2.根据权利要求1所述的身份识别方法,其特征在于,收集原始数据之前,需要先通过预先注册的账号进行系统登录。


3.根据权利要求2所述的身份识别方法,其特征在于,预先注册账号的子步骤如下:
根据指示获取多组滑动数据;
对每组滑动数据进行输入检查,若检查到输入无误,则对每组滑动数据进行处理,获得特征向量;若检查到输入错误,则提示对有误的滑动数据进行重新收集;
取所有特征向量的均值得到用户模板,完成账号注册。


4.根据权利要求1所述的身份识别方法,其特征在于,对原始数据进行预处理和编码处理,得到多个特征向量的子步骤如下:
对原始数据进行数据预处理,获得预处理后数据;
将预处理后数据输入至预先训练好的编码器模型中,得到多个特征向量。


5.根据权利要求4所述的身份识别方法,其特征在于,对原始数据进行数据预处理,获得预处理后数据的子步骤如下:
利用原始数据减去背景噪声矩阵,生成减去结果,并用减去结果除以电容屏幕的电容值变化范围,得到降噪后归一化的电容值矩阵序列;
在每一帧的归一化后的电容值矩阵序列中找到所有大于阈值r的触点,并将该触点视为触摸点;
在每一帧的归一化后的电容值矩阵序列中框选一个k*k的范围,使得触摸点位于k*k的范围内的一角后,保存该k*k的矩阵,得到k*k矩阵的时间序列,并将k*k矩阵的时间序列作为预处理后数据,其中k为自然数,k<n,n为电容矩阵的宽。


6.根据权利要求4所述的身份...

【专利技术属性】
技术研发人员:吕勇强汪东升孟焱
申请(专利权)人:清华大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1