[发明专利]一种成员身份识别的方法及装置

说明书

本发明公开了一种成员身份识别的方法及装置，该方法包括获取待识别成员的皮肤的反射光谱数据，对待识别成员的皮肤的反射光谱数据进行预处理，根据预处理后的反射光谱数据和预先存储的成员关联信息，识别出对应的成员。通过预处理后的反射光谱数据与预先存储的成员关联信息作对比，可以有效识别出对应的成员，相比人脸特征识别具有数据量小，识别快速，隐秘性好等优点。

技术领域

本发明实施例涉及身份认证技术领域，尤其涉及一种成员身份识别的方法及装置。

背景技术

目前，对于身份识别，使用较多的一种方式是使用人脸特征进行识别。人脸特征识别会用到摄像头，在家庭环境下如卫生间使用场景下，由于光线条件欠佳，得到的人脸图像不清晰，导致识别不准确；特别是摄像头的不当使用可能会侵犯到个人隐私。针对隐私保护，如果采用像素低的摄像头，一方面会导致人脸特征识别准确率低，另一方面仍不能很好地解决隐私保护的问题。

发明内容

本发明实施例提供一种成员身份识别的方法及装置，用以解决成员识别过程中遇到的隐私保护的问题。

本发明实施例提供的一种成员身份识别的方法，包括：

获取待识别成员的皮肤的反射光谱数据；

对所述待识别成员的皮肤的反射光谱数据进行预处理；

根据预处理后的反射光谱数据和预先存储的成员关联信息，识别出对应的成员。

通过预处理后的反射光谱数据和预先存储的成员关联信息作对比，可以有效识别出对应的成员。在成员数量少的情况下，相比人脸特征识别，由于成员间反射光谱数据之间差异较大，识别错误率低，识别速度快，并且在需要隐私保护的场景下也可以应用。

可选的，所述成员关联信息为成员识别模型；

预先存储的成员识别模型根据下述步骤确定：

获取历史光谱数据库，所述历史光谱数据库是对所有成员多次进行采集反射光谱数据得到的，其中，同一家庭成员在不同时间点进行独立采集；

对所述历史光谱数据库中的反射光谱数据进行预处理；

将预处理后的所述历史光谱数据库中的反射光谱数据输入至预设的学习模型中进行训练学习，生成所述成员识别模型；

所述根据预处理后反射光谱数据和预先存储的成员关联信息，识别出对应的成员，包括：

将所述预处理后的反射光谱数据输入至所述成员识别模型，通过所述成员识别模型识别出对应的成员。

通过对成员大量的历史光谱数据进行训练学习，可以有效的得到各成员的光谱特征，为成员识别提供基础数据，从而提高识别的准确度和效率。

可选的，所述成员关联信息为特征值数据库；

预先存储的特征值数据库根据下述步骤确定：

获取历史光谱数据库，所述历史光谱数据库是对所有成员多次采集反射光谱数据得到的，其中，同一成员在不同时间点进行独立采集；

对所述历史光谱数据库中的反射光谱数据进行预处理，并提取各反射光谱数据对应的特征值；

根据所述提取的各反射光谱数据对应的特征值，生成所述特征值数据库；

所述根据预处理后的反射光谱数据和预先存储的成员关联信息，识别出对应的成员，包括：

提取预处理后的反射光谱数据的特征值；

将所述反射光谱数据的特征值与所述特征值数据库中的特征值进行比对，识别出对应的成员。

通过将特征值数据库中的特征值与待识别成员的特征值进行比对，可以提高识别的准确度和效率。