【技术实现步骤摘要】
本专利技术属于身份识别，更具体地，涉及一种基于多模信息融合的身份识别装置及方法。
技术介绍
1、准确、可靠的身份识别在安防、救援以及多种服务场景中有着重要的作用。传统的身份识别方法包括面部识别、虹膜识别、指纹识别、指静脉识别等，经过不断的研究、发展，已可在理想条件下实现高精度的身份识别。然而，在复杂条件(如低光照、面部损伤、手指损伤等)下，单一的身份识别方法往往难以保证准确、可靠的身份识别，其主要原因在于复杂条件下采集到的身份特征信息质量较差，与数据库中存储的特征信息匹配时，容易出现匹配错误的问题。
2、为实现复杂条件下准确、可靠的身份识别，可以采用多种身份识别方法融合的策略。通过融合多种身份特征信息，可以有效提高复杂条件下的身份识别准确率。中国专利cn201110429244.8公布了一种基于手指生物特征信息的成像设备及多模态身份识别方法，其通过指静脉、指纹、手指背纹的图像的融合，实现更加精准的身份识别。然而，其身份识别手段主要依靠手部信息，在手掌(或手指)损伤的情况下，所有特征信息均无法获取，复杂条件下的适应能力较差。中国专利cn201910611211.1公布了一种基于多模态身份识别的装置及方法，通过指纹与面部特征的匹配与融合，实现安全、可靠的身份识别。然而，该方法未明确两种特征数据的具体融合方法，以及当两种识别方法的识别结果不一致时，如何形成可靠的判断结果。
技术实现思路
1、专利技术目的：针对现有技术的以上缺陷或改进需求，本专利技术提供了一种基于多模信息融合的
2、技术方案：本专利技术所述的一种基于多模信息融合的身份识别装置，包括壳体、面部识别模块、虹膜识别模块、指静脉识别模块、计算模块和外接头；
3、所述面部识别模块、身份识别模块和指静脉识别模块分别用于获取待识别对象的面部信息、虹膜信息和指静脉信息，并同时与计算模块连接；所述计算模块收集所有身份识别模块获取到的信息，并将信息进行处理，计算得到待识别对象的具体身份；所述外接头具有供电功能和通信功能，辅助计算模块与外界设备进行通信。
4、在一些实施方式中，所述面部识别模块与虹膜识别模块位于所述壳体的一侧，所述面部识别模块位于所述虹膜识别模块的正上方，所述指静脉识别模块位于所述壳体的一侧。
5、另一方面，本专利技术还公开了一种身份识别方法，所述身份识别方法以面部识别模块、虹膜识别模块、指静脉识别模块三种身份识别模块获取到的信息为输入，通过数据获取、特征分析和数据融合一系列数据处理流程，对待识别对象的身份进行判定。
6、在一些实施方式中，所述身份识别方法具体包括：
7、数据获取：数据获取阶段，所述身份识别装置同时通过面部识别模块、虹膜识别模块、指静脉识别模块进行信息采集；
8、特征分析：首先对各个识别模块是否获取到有效的身份特征数据进行判断，当探测到有效身份特征数据时，后续进行两方面的处理：信息权值计算以及特征匹配；
9、数据融合：包含四步：第一步，对各个身份识别模块的探测结果进行汇总，形成决策矩阵r；第二步，对决策矩阵r进行规范化处理，形成均一化决策矩阵第三步，将均一化决策矩阵与信息权值融合，形成群决策矩阵w：第四步，群决策矩阵w中数值最大的元素序号即为身份识别结果。
10、在一些实施方式中，所述数据获取步骤具体包括：
11、数据获取阶段，身份识别装置同时通过面部识别模块、虹膜识别模块、指静脉识别模块进行信息采集，用集合d来表示获取到待识别对象身份特征信息的集合：
12、d＝{d1,d2,d3}
13、其中，d1、d2和d3分别代表面部信息、虹膜信息和指静脉信息。
14、在一些实施方式中，所述特征分析步骤具体包括：
15、特征分析阶段，首先对各个识别模块是否获取到有效的身份特征数据进行判断，当探测到有效身份特征数据时，后续进行两方面的处理：信息权值计算以及特征匹配；
16、信息权值计算：由于面部特征、虹膜特征信息以及指静脉特征信息均为图像信息，通过峰值信噪比的图像质量评估方法，并将归一化的峰值信噪比设为信息权值；
17、首先采用加权平均法将获取到的彩色图像转换为灰度图像：
18、i(i,j)＝0.3×r(i,j)+0.59×g(i,j)+0.11×b(i,j)
19、式中，i(i,j)是图像中像素坐标(i,j)处的灰度值，r(i,j)，g(i,j)和b(i,j)分别为该像素点rgb颜色的红色、绿色和蓝色分量；
20、然后对灰度图像采用高斯模糊进行降噪，高斯函数如下：
21、
22、式中，σ为标准差，此处将其设置为1，经过降噪，每个像素的灰度值被更新为其自身和邻近元素乘以一定的权重w的和：
23、
24、式中，i′(x,y)为像素坐标(x,y)处更新过的灰度值；
25、
26、然后对图像的均方误(mse)差进行计算：
27、
28、其中，m×n为图片的像素尺寸，峰值信噪比(psnr)计算公式如下：
29、
30、其中，max为图像中所有像素的灰度最大值；
31、最后，图像信息权值被定义为均一化的图像峰值信噪比：
32、
33、其中，psnri为第i个图像数据的峰值信噪比，为第i个图像数据的图像信息权值，n为参与数据融合的总的图像数量；
34、特征匹配：将获取到的图像信息分别与各自信息数据库中的信息进行对比，得到各种单一身份识别模块的身份识别结果：
35、
36、其中，ri为第i个身份识别模块的识别结果，n为数据库中人员的数量。为待识别对象的第i个身份特征数据与数据库中第n个人员相匹配的匹配度大小。
37、在一些实施方式中，所述数据融合步骤具体包括：
38、步骤1：对各个身份识别模块的探测结果进行汇总，形成决策矩阵r：
39、
40、式中，r0、r1、r2分别表示面部识别模块、虹膜识别模块和指静脉识别模块的识别结果；
41、步骤2：对决策矩阵r进行规范化处理，形成均一化决策矩阵其中：
42、
43、经均一化后，中最大数值为1，最小数值为0；
44、步骤3：将均一化决策矩阵与信息权值融合，形成群决策矩阵w：
45、w＝[w1,w2,…,wn]
46、其中：
47、
48、步骤4：群决策矩阵w中数值最大的元素序号即为身份识别结果：
49、n＝argmax(w)
50、根据以上公式计算得到，待识别对象身份为数据库中存储的第n个人员。
51、有益本文档来自技高网...
【技术保护点】
1.一种基于多模信息融合的身份识别装置，其特征在于：包括壳体、面部识别模块、虹膜识别模块、指静脉识别模块、计算模块和外接头；
2.根据权利要求1所述的一种基于多模信息融合的身份识别装置，其特征在于：所述面部识别模块与虹膜识别模块位于所述壳体的一侧，所述面部识别模块位于所述虹膜识别模块的正上方，所述指静脉识别模块位于所述壳体的一侧。
3.根据权利要求1或2所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述身份识别方法以面部识别模块、虹膜识别模块、指静脉识别模块三种身份识别模块获取到的信息为输入，通过数据获取、特征分析和数据融合一系列数据处理流程，对待识别对象的身份进行判定。
4.根据权利要求3所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述身份识别方法具体包括：
5.根据权利要求4所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述数据获取步骤具体包括：
6.根据权利要求4所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述特征分析步骤具
7.根据权利要求4所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述数据融合步骤具体包括：
...【技术特征摘要】
1.一种基于多模信息融合的身份识别装置，其特征在于：包括壳体、面部识别模块、虹膜识别模块、指静脉识别模块、计算模块和外接头；
2.根据权利要求1所述的一种基于多模信息融合的身份识别装置，其特征在于：所述面部识别模块与虹膜识别模块位于所述壳体的一侧，所述面部识别模块位于所述虹膜识别模块的正上方，所述指静脉识别模块位于所述壳体的一侧。
3.根据权利要求1或2所述的一种基于多模信息融合的身份识别装置的身份识别方法，其特征在于：所述身份识别方法以面部识别模块、虹膜识别模块、指静脉识别模块三种身份识别模块获取到的信息为输入，通过数据获取、特征分...
【专利技术属性】
技术研发人员：王海鹏，
申请(专利权)人：江苏工程职业技术学院，
类型：发明
国别省市：
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。