[发明专利]基于细胞神经网络自联想记忆模型的身份识别方法

权利要求书

1.一种基于细胞神经网络自联想记忆模型的身份识别方法，其特征在于包括以下步骤：

S1：采集人群z个人的指纹图片和人脸图片，得到m＝w*z幅指纹图片和m＝w*z幅人脸图片,w为正整数，将采集到的指纹图片和人脸图片进行人脸图片组和指纹图片组，并分别编号；

S2：分别设置指纹图片组和人脸图片组的二值图亮度阈值，得到二值指纹图片集和二值人脸图片集，根据得到的二值指纹图片集，建立指纹联想记忆输入矩阵和输出矩阵；根据得到的二值人脸图片集，建立人脸联想记忆输入矩阵和输出矩阵；

S3：分别建立带未知参数的细胞神经网络指纹图片识别模型和带未知参数细胞神经网络人脸图片识别模型；

S4：计算指纹图片识别模型未知参数，确定基于细胞神经网络指纹图片识别模型；

S5：计算人脸图片识别模型未知参数，确定基于细胞神经网络人脸图片识别模型；

S6：基于自联想记忆准则，采集任意人的指纹图片和人脸图片，进行识别和匹配。

2.根据权利要求1所述的基于细胞神经网络自联想记忆模型的身份识别方法，其特征在于步骤S2所述二值图亮度阈值K∈{0,1,2,3,...,255}。

3.根据权利要求1所述的基于细胞神经网络自联想记忆模型的身份识别方法，其特征在于步骤S2的具体内容为：

将所述二值指纹图片集中的每一幅二值指纹图片设置成包括N行M列像素点的图片，像素点总个数为n＝N×M；

设指纹联想记忆的输出矩阵O＝(α¹,α²,…,αⁱ,…,α^m)，αⁱ表示第i幅指纹的二值图中所有的像素点组成的输出向量，表示在第i幅指纹的二值图中的第j个像素点的输出值；

设指纹联想记忆的输入矩阵I＝(U¹,U²,…,Uⁱ,…,U^m)，Uⁱ表示第i幅指纹的二值图中所有的像素点组成的输入向量，表示在第i幅指纹的二值图中的第j个像素点的输入值；

将所述二值人脸图片集中的每一幅二值人脸图片设置成包括N行M列像素点的图片，像素点总个数为n＝N×M；

设人脸联想记忆的输出矩阵为O′＝(α′¹,α′²,…,α′ⁱ,…,α′^m)，α′ⁱ表示第i幅人脸的二值图中所有的像素点组成的输出向量，表示在第i幅人脸的二值图中的第j个像素点的输出值；设人脸联想记忆的输入矩阵为：I′＝(U′¹,U′²,…,U′ⁱ,…,U′^m)，U′ⁱ表示第i幅人脸的二值图中所有的像素点组成的输入向量，表示在第i幅人脸的二值图中的第j个像素点的输入值。