一种用于保障信息安全的权限识别系统技术方案

技术编号:37665569 阅读:8 留言:0更新日期:2023-05-26 04:23
本发明专利技术属于安全管理领域,公开了一种用于保障信息安全的权限识别系统,包括特征图像获取模块、预匹配模块、第一识别模块、第二识别模块和权限识别模块;特征图像获取模块用于获取用于进行权限识别的图像;预匹配模块用于获取该图像与匹配数据集中的图像之间的最大相似度;第一识别模块用于对数值最大的最大相似度所对应的图像A进行计算得到第一特征相似度;第二识别模块用于在第一特征相似度处于设定的相似度区间时,计算集合S中最大相似度第二大的图像B的第二特征相似度;权限识别模块用于基于第一相似度和第二相似度得到权限识别结果。本发明专利技术能够降低硬件的性能要求,避免了计算资源的浪费,保证了识别的效率。保证了识别的效率。保证了识别的效率。

【技术实现步骤摘要】
一种用于保障信息安全的权限识别系统


[0001]本专利技术涉及安全管理领域,尤其涉及一种用于保障信息安全的权限识别系统。

技术介绍

[0002]为了保障存储的信息的安全,现有技术中出现了多种类型的权限识别系统,例如人脸识别、指纹识别、瞳孔识别等,但是单一的识别方式有时候不能够满足更高的安全性要求,因此,出现了同时采用两种类型的识别方式进行权限识别的方法,例如同时进行瞳孔识别和指纹识别。但是同时进行两种类型的识别,需要相应的硬件设备具有更高的性能才能满足要求,因此,如何在保证识别效率的同时降低硬件的性能要求便成为需要解决的技术问题。

技术实现思路

[0003]有鉴于此,本专利技术的目的在于公开一种用于保障信息安全的权限识别系统,解决如何在保证安全性和识别效率的同时降低硬件的性能要求的问题。
[0004]为了达到上述目的,本专利技术提供如下技术方案:
[0005]一种用于保障信息安全的权限识别系统,包括特征图像获取模块、预匹配模块、第一识别模块、第二识别模块和权限识别模块;
[0006]特征图像获取模块用于获取至少两种不同类型的用于进行权限识别的图像,将获得的图像保存到集合S;
[0007]预匹配模块用于将集合S中的图像分别与对应的匹配数据集中的图像进行相似度计算,获得集合S中的每张图像的最大相似度;
[0008]第一识别模块用于对得到的所有的最大相似度中,数值最大的最大相似度所对应的图像A进行特征提取,得到第一图像特征,以及用于基于第一图像特征计算得到第一特征相似度;
[0009]第二识别模块用于在第一特征相似度处于设定的相似度区间时,对集合S中最大相似度第二大的图像B进行特征提取,得到第二图像特征,以及用于基于第二图像特征计算得到第二特征相似度;
[0010]权限识别模块用于在第一特征相似度大于相似度区间的上限值或第一特征相似度处于设定的相似度区间且第二特征相似度大于设定的相似度阈值时,判定特征图像获取模块获取的图像所对应的人员具有对存储的信息进行操作的权限。
[0011]优选的,用于进行权限识别的图像的类型包括指纹图像、人脸图像和虹膜图像。
[0012]优选的,将集合S中的图像分别与对应的匹配数据集中的图像进行相似度计算,包括:
[0013]对于集合S中的图像C,先获取图像C的类型,然后根据图像C的类型获取对应的匹配数据集Cset;
[0014]将图像C分别与匹配数据集Cset中的每张图像进行相似度的计算,得到多个相似
度。
[0015]优选的,匹配数据集Cset中保存的是与图像C的类型相同的图像,每张图像对应一个具有对存储的信息进行操作的权限的人员。
[0016]优选的,将图像C分别与匹配数据集Cset中的每张图像进行相似度的计算,得到多个相似度,包括:
[0017]使用如下方式计算图像C与匹配数据集Cset中的图像cset之间的相似度:
[0018]第一步,使用如下方式分别获取图像C和图像cset的图像特征:
[0019]对于需要提取图像特征的图像D:
[0020]获取图像D中属于图像边缘的像素点的集合borSetD;
[0021]计算集合borSetD中的像素点的识别系数;
[0022]将识别系数从大到小进行排序,将排在前T%的像素点保存到集合Q;
[0023]对集合Q中的像素点进行筛选,获得筛选集合;
[0024]在图像D中根据设定的排序规则对筛选集合中的像素点进行排序,得到有序集合;
[0025]将有序集合中的像素点的相对位置、相对像素值和顺序作为图像特征;
[0026]第二步,基于图像C和图像cset的图像特征计算图像C和图像cset之间的相似度。
[0027]优选的,计算集合borSetD中的像素点的识别系数,包括:
[0028]获取集合borSetD中的像素点在Lab颜色空间中的三种分量图像中的像素值;
[0029]对集合borSetD中的像素点进行噪声抑制处理,得到噪声抑制后的像素值;
[0030]识别系数的计算函数为:
[0031][0032]计算函数中,L,a,b表示Lab颜色空间中的三种分量图像;表示坐标为的像素点在分量图像i中的像素值,表示分量图像i的计算系数,表示坐标为的像素点对应的噪声抑制后的像素值;表示坐标为的像素点的识别系数。
[0033]优选的,对集合Q中的像素点进行筛选,获得筛选集合,包括:
[0034]按照从上到下的顺序依次对图像D中的每行像素点进行判断:
[0035]对于图像D中第j行像素点的所在的集合,
[0036]若中不存在集合Q中的像素点,则结束对第j行的像素点进行判断;
[0037]若中存在集合Q中的像素点,则采用如下方式对中的像素点进行判断:
[0038]若和Q的交集的元素的数量为小于等于2,则将交集保存到筛选集合;
[0039]若和Q的交集的元素的数量大于2,则将交集中横坐标最小和横坐标最大的像素点保存到筛选集合。
[0040]优选的,在图像D中根据设定的排序规则对筛选集合中的像素点进行排序,得到有序集合,包括:
[0041]获取图像D的图像中心;
[0042]获取筛选集合中与图像中心之间距离最远的像素点mxpix;
[0043]连接图像中心和mxpix得到扫描线段;
[0044]扫描线段顺时针沿着图像中心进行转动,依次将扫描线段所经过的属于筛选集合的像素点保存到有序集合,且将该像素点从筛选集合中删除,直至筛选集合为空集。
[0045]本专利技术在保障信息安全的权限识别过程中,不像现有技术那样,同时对得到的不同类型的图像进行相似度的计算,而是通过最大相似度来对决定图像的识别顺序,然后先对最大相似度最大的图像进行第一特征相似度的计算,若第一特征相似度直接大于相似度区间,则直接判定人员具有权限,若第一特征相似度区域相似度区间内,则再对最大相似度排在第二的图像进行识别,根据识别结果来判断是否具有权限。
[0046]这种处理方式的优点至少包括:不用同时对两个及以上不同类型图像进行识别,能够降低单位时间的最大计算量,从而能够降低硬件的性能要求。由于直接是对最大相似度的取得最大值的图像A进行识别,那么如果图像A所对应的第一特征相似度处于小于等于设定的相似度区间的下限值,则直接判定不具有权限,不用再对其它的图像进行识别,避免了计算资源的浪费。如果图像A所对应的第一特征相似度处于大于设定的相似度区间的上限值时,则直接判定为具有权限,无需再对剩余的图像进行识别,保证了识别的效率。
附图说明
[0047]从下文给出的详细描述和附图中将更充分地理解本公开,附图仅以说明的方式给出,因此不限制本公开,并且其中:
[0048]图1为本专利技术一种用于保障信息安全的权限识别系统的一种示意图。
[0049]图2为本专利技术获取图像D中的图像特征的一种示意图。...

【技术保护点】

【技术特征摘要】
1.一种用于保障信息安全的权限识别系统,其特征在于,包括特征图像获取模块、预匹配模块、第一识别模块、第二识别模块和权限识别模块;特征图像获取模块用于获取至少两种不同类型的用于进行权限识别的图像,将获得的图像保存到集合S;预匹配模块用于将集合S中的图像分别与对应的匹配数据集中的图像进行相似度计算,获得集合S中的每张图像的最大相似度;第一识别模块用于对得到的所有的最大相似度中,数值最大的最大相似度所对应的图像A进行特征提取,得到第一图像特征,以及用于基于第一图像特征计算得到第一特征相似度;第二识别模块用于在第一特征相似度处于设定的相似度区间时,对集合S中最大相似度第二大的图像B进行特征提取,得到第二图像特征,以及用于基于第二图像特征计算得到第二特征相似度;权限识别模块用于在第一特征相似度大于相似度区间的上限值或第一特征相似度处于设定的相似度区间且第二特征相似度大于设定的相似度阈值时,判定特征图像获取模块获取的图像所对应的人员具有对存储的信息进行操作的权限。2.根据权利要求1所述的一种用于保障信息安全的权限识别系统,其特征在于,用于进行权限识别的图像的类型包括指纹图像、人脸图像和虹膜图像。3.根据权利要求1所述的一种用于保障信息安全的权限识别系统,其特征在于,将集合S中的图像分别与对应的匹配数据集中的图像进行相似度计算,包括:对于集合S中的图像C,先获取图像C的类型,然后根据图像C的类型获取对应的匹配数据集Cset;将图像C分别与匹配数据集Cset中的每张图像进行相似度的计算,得到多个相似度。4.根据权利要求3所述的一种用于保障信息安全的权限识别系统,其特征在于,匹配数据集Cset中保存的是与图像C的类型相同的图像,每张图像对应一个具有对存储的信息进行操作的权限的人员。5.根据权利要求3所述的一种用于保障信息安全的权限识别系统,其特征在于,将图像C分别与匹配数据集Cset中的每张图像进行相似度的计算,得到多个相似度,包括:使用如下方式计算图像C与匹配数据集Cset中的图像cset之间的相似度:第一步,使用如下方式分别获取图像C和图像cset的图像特征:对于需要提取图像特征的图像D:获取图像D中...

【专利技术属性】
技术研发人员:郭昊
申请(专利权)人:吉林省信息技术研究所
类型:发明
国别省市:

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