[发明专利]一种基于皮肤纹理特征的身份识别方法和系统有效

专利信息
申请号: 201310560531.1 申请日: 2013-11-12
公开(公告)号: CN103559487B 公开(公告)日: 2018-09-11
发明(设计)人: 胡旭晓;陆捷;王升国 申请(专利权)人: 浙江维尔科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F21/32
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 310012 浙江省杭州市西*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 皮肤 纹理 特征 身份 识别 方法 系统
【说明书】:

本申请公开了一种基于皮肤纹理特征的身份识别方法及系统,该方法包括:获取用户输入的皮肤纹理图像;确定所述皮肤纹理图像的质量加权值;将皮肤纹理图像与预先设定模板图像进行对比,确定最大皮肤纹理特征比对值;将所述质量加权值和所述最大皮肤纹理特征比对值相乘,得到相乘结果,当身份信息符合认证通过条件时,确定所述用户身份为合法用户,所述身份信息符合认证通过条件至少包括:所述相乘结果大于第一预设值。本申请并不过分注重细节,而是注重纹理、注重大节,因此解决了指纹细节点比对方法中,针对少细节点指纹图像,难以克服的零拒登难题。

技术领域

本申请涉及生物特征识别技术领域,更具体地说,涉及一种基于皮肤纹理特征的身份识别方法和系统。

背景技术

生物特征识别技术是利用终端设备采集生理特征和行为特征,经过处理后对身份进行鉴别的技术。与传统的身份认证方式相比,生物特征识别具有防伪性好、便于携带、不易丢失、不易遗忘等优点,因此有更好的安全性、可靠性和有效性。随着信息化的飞速发展,生物特征识别已成了当今时代的一个重要特征,这方面的技术广泛应用于金融保险、电子商务、自动化办公、身份证管理、社保、证券、防伪等行业。在此背景下,如何确认人类个体的真实身份,保护信息安全已经成为各国研究及应用的热点。

现有较为成熟的生物特征识别有指纹、人脸、虹膜、手形、掌纹识别等,不同生物特征识别技术各有不同特点,如在识别率和运行效率上,指纹识别优于人脸、虹膜、手形、掌纹等;在使用方便性方面,尤其在公共场所的安检系统中,人脸识别因为它无接触、干净卫生最容易让用户接受。尽管不同的生物特征识别各有其优缺点,但是,指纹识别是公认的技术最成熟、应用最广泛的生物特征识别之一。目前国内外指纹识别中,最常用、也是最关键的技术是细节点算法,细节点算法的核心是细节点的提取和比对,但是,目前经常会出现指纹图像由于生物或者识别过程中出现干扰等原因,使得在指纹图像在被识别时会出现没有细节点或者细节点较少而无法进行识别的情况,这就导致经常出现拒登的现象,影响正常的使用。

发明内容

有鉴于此,本申请提供一种基于皮肤纹理特征的身份识别方法及系统,用于解决现有识别方法针对少细节点或没有细节点的情况,经常出现拒登现象的问题。

为了实现上述目的,现提出的方案如下:

一种基于皮肤纹理特征的身份识别方法,包括:

获取用户输入的皮肤纹理图像;

确定所述皮肤纹理图像的质量加权值;

将所述皮肤纹理图像分别与预先设定的皮肤纹理图像模板库中的模板图像进行对比得到对比结果,所述皮肤纹理图像模板库中至少包括一副模板图像;

从多个对比结果中确定最大皮肤纹理特征比对值;

将所述质量加权值和所述最大皮肤纹理特征比对值相乘,得到相乘结果,当身份信息符合认证通过条件时,确定所述用户身份为合法用户,所述身份信息符合认证通过条件至少包括:所述相乘结果大于第一预设值。

优选地,所述将所述皮肤纹理图像分别与预先设定的皮肤纹理图像模板库中的模板图像进行对比得到对比结果过程具体为:

针对所述皮肤纹理图像和所述模板图像分别进行傅里叶变换,得到对应的两组值;

对上述经傅里叶变换后得到的两组值中的任意一组值求共轭;

将共轭后的值与另一幅经傅里叶变换后得到的值进行点乘运算,并将点乘后的结果归一化;

对所述归一化后的点乘结果求傅里叶反变换,并求取绝对值后的最大值,将所述最大值确定为对比结果。

优选地,所述将所述皮肤纹理图像分别与预先设定的皮肤纹理图像模板库中的模板图像进行对比得到对比结果过程具体为:

针对所述皮肤纹理图像,提取不同皮肤纹理特征;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江维尔科技股份有限公司,未经浙江维尔科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310560531.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top