[发明专利]基于仿生与生物特征识别的考试者身份鉴定系统

权利要求书

1.一种基于仿生与生物特征识别的考试者身份鉴定系统，包括利用采集器采集多种生物特征、对采集的数据进行处理、根据训练样本集进行认证鉴定，其特征在于具体包括以下步骤：

(1)同时采集考试者的多项生物特征，将采集到的数据通过硬件加密后传输到前端处理设备，所述生物特征至少包括在线签名、握笔指纹图案和人脸图像；

(2)采集到数据的预处理，包括对数据进行滤波和规则化；

(3)从预处理的数据中进行特征提取和特征组合，再经过数据软加密，然后通过网络传输至后端处理设备；

(4)数据的后端分析处理：在后端处理设备解密从网络接收到的数据包，采用基于高维空间几何形体自适应覆盖理论的生物特征识别方法实现考试者身份的识别；

(5)样本集动态更新：将验证通过的数据添加到样本集中，动态生成相应的模板，使新的模板反映出样本变化的趋势。

2.根据权利要求1所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于：所述步骤(1)的采集方法是，首先通过数据板采集考试者的在线签名，利用人在签名时姿态相对稳定的特点采用摄像头获得较为清晰的人脸及签名姿势图像，同时通过前端设有多功能传感器的签名笔采集握笔指纹图像，所述握笔指纹图像为人握笔时手指与笔间的全部接触信息，包括所有接触处的指纹纹理片断以及相对位置。

3.根据权利要求2所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于：在签名同时采集握笔压力特征，其方法为，在所述签名笔的各接触处设置压力传感器，采集握笔压力在签名过程中的变化并对应于握笔指纹图像的相应区域进行记录。

4.根据权利要求1所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于步骤(3)中对提取后的生物特征组合时，首先对提取后的特征进行尺度划分，将其分为整体信息和细节信息，进而根据特征间的关联性进一步划分，将关联性强的特征划分到同一个关联特征集，最后进行特征融合，将关联特征合成为特征向量。

5.根据权利要求1所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于步骤(3)中对特征组合后的数据采用多步加密算法进行软加密。

6.根据权利要求1所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于步骤(4)中对于全局特征直接将其映射成为高维空间中的点，计算其与训练样本集之间的匹配度；对于细节特征采用动态规划的方法进行模板匹配，然后将两者的结果相乘后得到一种生物特征的匹配度，最后将多种生物特征的匹配度加权求和后得到整体匹配度，与阈值比较后得出识别结论。

7.根据权利要求1所述的基于仿生与生物特征识别的考试者身份鉴定系统，其特征在于步骤(5)中训练样本集的更新方式为：动态更新后的训练样本集在高维空间中应实现对所有样本的最合理动态覆盖，即覆盖区域的自适应动态生成，将新验证通过的生物特征更新至训练样本集，同时将陈旧信息从覆盖区域中滤除。