[发明专利]脑纹识别数据库构建方法、装置、计算机设备和存储介质

权利要求书

1.一种脑纹识别数据库构建方法，所述方法包括：

接收被测试者的脑电波信号数据；

对所述脑电波信号数据进行去噪声处理，获取去噪声后的第一脑电波信号数据；

根据预设的带通滤波算法筛选所述第一脑电波信号数据，获取滤波后的第二脑电波信号数据；

根据预设的EEGnet卷积神经网络算法学习所述第二脑电波信号数据，提取所述第二脑电波信号数据的空间滤波特征数据集合；

根据所述第二脑电波信号数据的空间滤波特征数据集合，提取所述被测试者的脑纹特征；

根据所述被测试者的脑纹特征，构建脑纹识别数据库。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的EEGnet卷积神经网络算法学习所述第二脑电波信号数据，提取所述第二脑电波信号数据的空间滤波特征数据集合包括：

根据EEGnet卷积神经网络算法中的时间卷积层，学习所述第二脑电波信号数据的频率滤波特征，提取所述第二脑电波信号数据的频率特征图集合；

根据所述EEGnet卷积神经网络算法中的深度卷积层，学习所述频率特征图集合中各频率特征图的空间滤波特征，提取各所述频率特征图的空间滤波特征数据集合；

将各所述频率特征图的空间滤波特征数据集合，作为所述第二脑电波信号数据的空间滤波特征数据集合。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第二脑电波信号数据的空间滤波特征数据集合，提取所述被测试者的脑纹特征包括：

根据所述EEGnet卷积神经网络算法中的可分离卷积层，学习所述第二脑电波信号数据的空间滤波特征数据集合中各频率特征图的空间滤波特征数据集合，提取所述第二脑电波信号数据的脑纹特征。

4.根据权利要求1所述的方法，其特征在于，所述根据所述被测试者的脑纹特征，构建脑纹识别数据库包括：

获取所述被测试者的信息，建立所述被测试者的信息以及所述脑纹特征的关联关系；

根据所述关联关系，构建脑纹识别数据库。

5.根据权利要求4所述的方法，其特征在于，所述根据所述关联关系，构建脑纹识别数据库之后，包括：

推送用于诱发脑电波信号的图片至所述被测试者；

接收所述被测试者的验证信号数据；

提取所述验证信号数据的数据特征；

根据所述数据特征遍历所述脑纹识别数据库中的脑纹特征集合；

根据遍历结果，检验所述脑纹识别数据库。

6.根据权利要求1所述的方法，其特征在于，所述对所述脑电波信号数据进行去噪声处理，获取去噪声后的第一脑电波信号数据包括：

调用独立成分分析算法或低通滤波算法，对所述脑电波信号数据进行去噪声处理，获取去噪声后的第一脑电波信号数据。

7.一种脑纹识别数据库构建装置，其特征在于，所述装置包括：

接收模块，用于接收被测试者的脑电波信号数据；

去噪声模块，用于对所述脑电波信号数据进行去噪声处理，获取去噪声后的第一脑电波信号数据；

筛选模块，用于根据预设的带通滤波算法筛选所述第一脑电波信号数据，获取滤波后的第二脑电波信号数据；

特征提取模块，用于根据预设的EEGnet卷积神经网络算法学习所述第二脑电波信号数据，提取所述第二脑电波信号数据的空间滤波特征数据集合；

第一处理模块，用于根据所述第二脑电波信号数据的空间滤波特征数据集合，提取所述被测试者的脑纹特征；

第二处理模块，用于根据所述被测试者的脑纹特征，构建脑纹识别数据库。

8.根据权利要求7所述的装置，其特征在于，所述特征提取模块还用于根据EEGnet卷积神经网络算法中的时间卷积层，学习所述第二脑电波信号数据的频率滤波特征，提取所述第二脑电波信号数据的频率特征图集合，根据所述EEGnet卷积神经网络算法中的深度卷积层，学习所述频率特征图集合中各频率特征图的空间滤波特征，提取各所述频率特征图的空间滤波特征数据集合，将各所述频率特征图的空间滤波特征数据集合，作为所述第二脑电波信号数据的空间滤波特征数据集合。