[发明专利]一种身份识别方法和身份识别系统

说明书

技术领域

本发明涉及身份识别技术，更具体地说，涉及一种身份识别方法和身份识 别系统。

背景技术

身份识别方法广泛应用于人们日常生活的方方面面。传统的身份识别方法 主要包括两种，第一种是基于知识的身份识别方法，第二种是基于物品的身份 识别方法。基于知识的身份识别方法包括基于例如但不限于密码、口令等认证 手段的身份识别方法，这种方法存在的主要缺陷在于密码、口令等认证手段容 易被忘记。基于物品的身份识别方法包括基于例如但不限于钥匙、身份证、智 能卡等认证手段的身份识别方法，这种方法存在的主要缺陷在于钥匙、身份证、 智能卡等认证手段容易丢失。因此，一旦认证手段被忘记、丢失或者被其他人 获取，个人身份就很容易被冒名者顶替。

相对传统身份识别方法，生物特征识别方法采用诸如人脸、指纹、掌纹等 人体固有特征进行身份识别，具有不会遗忘、丢失和很难被仿冒等优点，因此 可以达到更安全的身份认证目的。

各种不同的生物特征有不同的优缺点，因而可以应用于不同的应用场合。 人脸是人类最普遍采用的身份认证手段，具有采集简易、方便且隐蔽的优点， 但是受光线等环境影响较大；虹膜精确度高，但是采集困难，而且采集过程会 给用户带来不舒适感；掌纹的精确度介于人脸和虹膜之间，采集相对方便，受 环境影响较小。

由上文所述不难理解，不同的生物特征各具优缺点。基于单一一种生物特 征的身份识别技术的准确度和鲁棒性相对较差。

因此，需要一种身份识别解决方案，可融合各种生物特征的优点，以提高 基于生物特征的身份识别技术的准确度和鲁棒性。

发明内容

本发明要解决的技术问题在于，针对现有基于单一一种生物特征的身份识 别技术的准确度和鲁棒性相对较差的缺陷，提供一种身份识别方法和身份识别 系统。

本发明解决其技术问题所采用的技术方案是：

一种身份识别方法，包括：

提取步骤，包括：

采集步骤，包括分别采集待识别用户的人脸图像和掌纹图像，再从采 集的人脸图像和掌纹图像中截取各自的特征部分分别作为人脸特征图像 和掌纹特征图像；

滤波步骤，包括分别对人脸特征图像和掌纹特征图像进行Gabor滤 波；

编码步骤，包括分别对Gabor滤波后的人脸特征图像和Gabor滤波后 的掌纹特征图像进行编码，得到对应的人脸特征编码和掌纹特征编码；

融合步骤，包括融合人脸特征编码和掌纹特征编码，得到待识别用户 的身份特征；

匹配步骤，包括通过将待识别用户的身份特征与身份特征库中的身份特征 进行匹配，来对该待识别用户进行身份识别。

优选的，所述采集步骤进一步包括：

人脸特征图像采集步骤，包括：

采集所述人脸图像，定位其中的双眼位置；

旋转该人脸图像，使得旋转后的双眼位置连线处于水平位置；

在旋转后的人脸图像中截取大小为128×128像素的部分作为人脸特 征图像F(x，y)，其中该人脸特征图像的中心为旋转后的人脸图像的中心。

优选的，所述采集步骤进一步包括：

掌纹特征图像采集步骤，包括：

采集所述掌纹图像，定位其中食指和中指之间的角点，以及无名指和 小拇指之间的角点；

旋转该掌纹图像，使得旋转后的双眼位置连线处于垂直位置；

在旋转后的掌纹图像中截取大小为128×128像素的部分作为掌纹特 征图像P(x，y)，其中该掌纹特征图像的中心为旋转后的掌纹图像的中心。

优选的，在所述滤波步骤中，

所述对人脸特征图像进行Gabor滤波包括：

分别基于多个Gabor小波对所述人脸特征图像进行卷积操 作，得到对应的多个卷积图像{Gⁱ(x，y)，i＝0，1，...，uv}，其中每一Gabor小波表 示为：

其中，u为频率，v为方向，所述多个卷积 图像表示为：

生成滤波后的人脸特征图像W(x，y)，其中W(x，y)表示为：

W(x，y)＝G^m(x，y)(x，y)