[发明专利]一种基于视频的随机手势认证方法及系统

说明书

本发明公开的一种基于视频的随机手势认证方法，包括：选择注册模式或认证模式；采集用户随机手势视频；随机手势视频预处理；将预处理后的动态手势视频输入到随机手势特征提取器，提取包含用户生理特征和行为特征的特征向量；在注册模式时，将输入的用户名和提取出的随机手势的特征向量添加至手势模板数数据库；在认证模式时，首先提取用户名在手势模板数据库中对应的多个特征向量，然后计算与待认证用户特征向量的余弦距离，并将最小的余弦距离与阈值比对，如果低于阈值，则认证通过，否则认证不通过。本发明采用随机手势兼备生理特征和行为特征，认证更加安全、高效和友好。本发明还提供了相应的系统。

技术领域

本发明属于生物特征识别与视频理解领域，更具体地说，涉及一种基于视频的空中随机手势认证方法及系统。

背景技术

生物特征认证技术是一个典型而又复杂的模式识别问题，一直处于人工智能技术发展的前沿。该技术是指通过获取和分析人体的生理特征和行为特征实现身份鉴别的科学和技术。常见的生物特征模态包括指纹、虹膜、人脸、掌纹、手形、静脉、笔迹、步态和声纹等。经过多年的发展，生物特征认证技术已经渗透到人们生产生活的方方面面，从电子设备解锁、超市收银、小区门禁，再到高铁进站和机场安检，生物特征已经成为人们在万物互联时代的重要数字身份凭证。

生物特征认证攸关公众的隐私及财产安全，涉及到诸多道德和伦理问题，因此社会公众迫切需求一种更加安全、更加友好和更加高效的生物特征认证技术。然而，既有生物特征识别技术并非完美，不同生物特征模态具有各自的优点和缺点。人脸是生物特征中最受关注的模态，因为其所携带的信息辨识度极高，然而触及到了公众的敏感身份信息，一定程度上侵害了用户的隐私，如果缺乏有效监管和法律制约，人脸识别技术很难大规模普及。指纹经过 50多年的发展，技术相对成熟，然而认证过程需要触摸传感器，容易受到油脂、水渍等的影响，同时也增加了细菌病毒交叉感染的可能。虹膜认证技术虽然可以实现非接触，然而图像的获取难度大，需要用户高度配合，用户体验差。上述模态还共同面临着严峻的伪冒攻击问题，虽然可以进行活体检测，但是隐患依旧，并且模板具有不可替换性。基于静脉的认证方式具有很好的防伪能力，然而静脉所携带的信息量相对较少且难以挖掘，同时受采集设备、个体差异和温度的影响大。与上述人脸、指纹、虹膜和静脉这些生理特征不同，步态识别、签名识别和声纹识别主要以行为特征为主。步态识别和签名识别涉及到的行为特征相对简单，并缺失了特征丰富的生理特征，因此识别效果相对较差。声纹是一种具有生理特性的行为特征。一方面，语音可以体现说话人先天发音器官差异，另一方面，语音中又包含了说话人后天形成的独特发音与言语习惯。但是认证时需要发声，用户体验差，应用场景受限。

目前有两种基于视频的手势认证模式和两种基于视频的手势认证系统。两种认证模式包括基于系统定义手势类型的手势认证和基于自定义手势类型的手势认证。第一种基于系统定义手势类型的手势认证，用户在进行注册和认证时必须采用系统指定的手势，且注册手势和用于认证的手势必须一致，这种方法需要用户记忆手势类型，由于手势不熟练容易导致执行不自然，同时由于遗忘的导致认证效果差。第二种基于自定义手势类型的手势认证，用户可以在注册和认证时自己设计手势，但是注册和认证手势必须一致。这种方法可以一定程度上缓解用户记忆的压力并且可以选择自己熟悉的手势进行注册和认证，但是仍然会因为遗忘导致的认证效果变差，同时自定义的手势类型容易被盗取，增加被入侵的风险。此外两种手势认证模式需要采集较长手势视频(约4s)，用户友好性较差。两种基于视频的手势认证系统包括基于双流卷积神经网络的认证系统和基于三维卷积神经网络的认证系统。基于双流卷积神经网络的认证系统采用光流表示行为特征，需要两倍的参数量和运算量，此外光流的计算同样效率低下。基于三维卷积神经网络的认证系统直接通过三维卷积进行时空特征建模，同时提取行为特征和生理特征，但是三维卷积参数量和运算量同样很大。这两种系统无法满足实际认证产品对实时性的要求。由此可见，目前基于视频的手势认证方法在认证模式和系统设计上仍然存在很多的不足之处，不能满足使用需要。

发明内容

本发明的目的在于克服既有生物特征识别技术和手势认证技术的不足之处，提供一种基于视频的随机手势认证方法及系统，无需记忆手势，认证更加高效和安全。