[发明专利]综合多类型特征的层次主题模型掌纹图像识别的身份认证方法

说明书

一种综合多类型特征的层次主题模型掌纹图像识别的身份认证方法，该方法是将掌纹图像类比为文档、掌纹特征分量类比为词、手掌类比为主题，先根据用于训练的掌纹图像计算主题模型参数和主题数，再利用层次主题模型将用于训练的掌纹图像分层分组，并根据用于测试的掌纹图像识别情况来优化层次主题模型的拓扑结构；然后使用训练好的主题模型将待检测掌纹图像分类到相应的组中，将待检测掌纹图像特征与组内掌纹图像特征逐一匹配，从而实现身份的认证。本发明获取的识别准确率比较高，并且识别速度比较快，能够满足大规模应用场所通过掌纹识别进行身份认证的实时性要求。

技术领域

本发明属于掌纹图像处理领域，涉及一种通过掌纹图像的识别进行身份认证的方法，具体涉及一种通过识别多层LDA(隐含狄利克雷分布主题模型(Latent DirichletAllocation，LDA))分类的掌纹图像以进行身份认证的方法。

背景技术

随着现代社会信息交互急剧增长，个人身份鉴定已成为迫切解决的问题，在电子交易、公共安全、商业金融、医疗卫生、国防军事等部门得到了高度重视和广泛应用。传统的身份判定方法，包括身份标识物品(如钥匙、身份证、印章、银行卡、护照等)和身份标识知识(如用户名、密码、暗语等)，一旦证明身份的标识物品和标识知识被盗用、伪造或遗忘，其身份就很容易被他人冒充或取代，从而造成严重的安全问题和经济财产损失等，这些方法存在较大的弊端。在这种情况下，生物特征识别技术逐渐得到了全社会的广泛关注。

生物特征识别技术是指利用可测量的人体生理特征或者行为特征进行身份识别和验证的技术，它将21世纪两大热门技术——生物和信息融为一体。生物特征具备“人人拥有、人各不同、长期不变”的特点，是人类一个完整和独特的部分，它不会被遗忘或丢失，具有先天的便利性和技术方面的高效性。与传统的认证方式相比，它能随身携带、难以伪造而且不用记忆，具有更好的安全性、可靠性和有效性，是模式识别、图像处理、人工智能、计算机视觉，测试计量技术等领域的前沿方向。

目前应用最为广泛的生物识别有人脸、指纹、虹膜、步态等，掌纹识别技术最近几年发展迅速，是对现有生物识别技术必要的有益补充。与其它生物特征相比，掌纹具有非常丰富的信息如乳突纹、皱纹和屈肌线，可以得到比较理想的掌纹识别率。与其他常用的生物特征识别技术相比，掌纹识别具有很多独一无二的特性：

1)与人脸识别相比，掌纹特征不受饰物、表情及姿态等因素的影响，相对比较稳定，可以更好的保障掌纹识别系统的识别精度。

2)与指纹技术相比，掌纹的有效区域远远大于指纹的，掌纹含有比指纹更丰富的信息。并且指纹只适用于指纹质量较好的人群，限制了指纹不清晰或者指纹受到严重磨损的人。另外，采集掌纹设备的成本比采集指纹的低，因为指纹采集需要高精度的设备。

3)与虹膜、视网膜识别相比，虽然虹膜、视网膜识别率比较高，但是采集设备高昂，并且容易导致眼疾交叉传染，而掌纹采集设备成本较低，图像获取方式简单，可接受程度高。

4)与掌形识别相比，掌纹可以提取更多的唯一性特征，可以达到较高的识别率；依靠手掌的几何特征很难获得较高的识别精度，并且掌形容易伪造，安全性能比较低。

5)与签名、姿态、步态等其它行为特征相比，掌纹特征不受人为意识的影响，相对稳定，识别效率较行为特征高，而且识别过程简单、有效。

总之，掌纹有效面积大，不易被仿冒；特征稳定，鲁棒性较好，不受表情、年龄变化因素的影响；采集装置结构简单，辨识精度高。在低分辨率图像中也可以提取出其相对稳定的特征，具有较强的抗噪能力。掌纹可通过非接触方法获取，用户容易接受和系统成本低，对用户有相当大的吸引力，已逐步发展为生物识别领域中的新兴技术。