[发明专利]基于RFID的人脸识别方法和系统有效

专利信息
申请号: 202110138649.X 申请日: 2021-02-01
公开(公告)号: CN113033291B 公开(公告)日: 2022-06-17
发明(设计)人: 徐炜烨;刘建伟;韩劲松;林峰;程乐;任奎 申请(专利权)人: 浙江大学
主分类号: G06V40/16 分类号: G06V40/16;G06V10/774;G06K9/62
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 邱启旺
地址: 310058 浙江*** 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: 基于 rfid 识别 方法 系统
【权利要求书】:

1.一种基于RFID的具有隐私保护且防伪造攻击的人脸识别方法,其特征在于,包括:

利用RFID标签阵列接收用户人脸反射的射频信号;其中,所述RFID标签阵列由R×K个RFID标签组成;

根据接收的射频信号提取每个RFID标签感知的混合特征,具体为:

将RFID标签阵列按其阵列中心点所在行和列分割成小块,在小块重复此分割操作,直到获得行和列均不超过3的最小块;

对于每个最小块中位于最小块中心的子中心RFID标签,计算子中心RFID标签与RFID标签阵列中心的RFID标签后向散射的射频信号之间的相位差和强度差,对于每个小块中除子中心RFID标签,计算剩余RFID标签与子中心RFID标签后向散射的射频信号之间的相位差和强度差作为混合特征;所述相位差取余弦值;其中,RFID标签阵列中心的RFID标签感知的混合特征取值为0;

根据每个RFID标签的混合特征对用户进行注册和识别。

2.根据权利要求1所述的人脸识别方法,其特征在于,还包括RFID标签后向散射的射频信号预处理步骤,具体为:将每个RFID标签后向散射的射频信号展开相位值序列并利用设置平滑窗口的方法去除射频信号中的噪声。

3.根据权利要求1所述的人脸识别方法,其特征在于,所述根据每个RFID标签感知的混合特征对人脸进行注册认证的过程为:

将根据注册用户人脸采集的每个RFID标签感知的混合特征按阵列顺序和时间维度组成N/M×M×2×R×K五维数组并存储至数据库,N为帧数,M为每个样本的包含的帧数,分类器根据数据库中已存储的注册用户数据进行训练,完成该用户注册认证。

4.根据权利要求3所述的人脸识别方法,其特征在于,M大于5,注册用户人脸采集的时间大于2分钟。

5.根据权利要求1所述的人脸识别方法,其特征在于,所述根据每个RFID标签感知的混合特征对人脸进行识别的过程为:

将根据登录用户人脸采集的每个RFID标签感知的混合特征按阵列顺序和时间维度组成N/M×M×2×R×K五维数组,N为帧数,M为每个样本的包含的帧数,输入分类器对登录用户进行识别。

6.根据权利要求5所述的人脸识别方法,其特征在于,登录用户人脸采集的时间为1.25秒。

7.根据权利要求5所述的人脸识别方法,其特征在于,所述分类器输出表示登录用户与数据库中注册用户之间相似性的置信系数,若其中最大的置信系数大于阈值则登陆用户为合法用户识别通过,否则不通过。

8.一种基于RFID的具有隐私保护且防伪造攻击的人脸识别系统,其特征在于,包括:

由R×K个RFID标签组成RFID标签阵列,用于接收用户人脸反射的射频信号;

天线,用于发射射频信号至人脸同时采集RFID标签阵列接收用户人脸反射的射频信号后,产生的后向散射的射频信号;

混合特征提取模块,根据接收的射频信号提取每个RFID标签感知的混合特征,具体为:

将RFID标签阵列按其阵列中心点所在行和列分割成小块,在小块重复此分割操作,直到获得行和列均不超过3的最小块;

对于每个最小块中位于最小块中心的子中心RFID标签,计算子中心RFID标签与RFID标签阵列中心的RFID标签后向散射的射频信号之间的相位差和强度差,对于每个小块中除子中心RFID标签,计算剩余RFID标签与子中心RFID标签后向散射的射频信号之间的相位差和强度差作为混合特征;所述相位差取余弦值;其中,RFID标签阵列中心的RFID标签感知的混合特征取值为0;

注册和识别模块,用于根据每个RFID标签感知的混合特征对用户进行注册和识别。

9.根据权利要求8所述的人脸识别系统,其特征在于,所述注册和识别模块包括数据库、分类器和判别器,其中:

数据库用于存储注册用户的混合特征数据;

分类器用于根据数据库中存储的注册用户的混合特征数据进行训练分类,并根据登陆用户的混合特征数据输出与数据库中注册用户之间相似性的置信系数;

判别器,用于根据分类器得到的最大置信系数与阈值的关系判断登陆用户是否为合法用户。

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大学,未经浙江大学许可,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/202110138649.X/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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