[发明专利]一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法在审

专利信息
申请号: 202211227380.3 申请日: 2022-10-09
公开(公告)号: CN116189247A 公开(公告)日: 2023-05-30
发明(设计)人: 孟濬;厉梦菡;傅幼萍 申请(专利权)人: 浙江大学;浙江理工大学;红河创新技术研究院有限责任公司
主分类号: G06V40/14 分类号: G06V40/14;G06V40/70;G06V10/74;G06V10/77
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 刘静
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: 一种 基于 多种 脉搏 静脉 多模态 身份 认证 系统 及其 方法
【说明书】:

发明公开了一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法,包括数据采集模块、数据处理模块和多模态认证模块。多模态身份认证方法在注册阶段将用户手背静脉信息和接触式手指脉搏波信息存储至服务器,在认证阶段再次采集用户的手背静脉信息和接触式手指脉搏波信息,并与存储在服务器的手背静脉信息和接触式手指脉搏波信息进行校验认证。同时,对非接触式手背脉搏波和接触式手指脉搏波进行双脉搏波相似性验证。通过对手背静脉特征、接触接触式手指脉搏波特征和双脉搏波相似性验证的多重身份识别,提高身份识别的安全性、同时具有活体检测的功能。

技术领域

本发明涉及身份认证技术领域,尤其是涉及一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法。

背景技术

随着经济社会的快速发展,信息安全的重要性日益显露,身份盗窃带来的危害也更加严重,身份认证技术作为保护信息安全的重要手段,人们对其普遍性、特异性和稳定性等的要求不断提高。而传统的身份认证方式如密码、证件等由于存在易被复制、窃取或者遗忘等缺点已经不能满足人们的需求。生物识别技术应运而生。

相较于传统的身份认证技术,生物识别技术具有不会遗忘、“随身携带”、安全性高等重要优势。其中,静脉识别基于人体静脉血管的纹路进行身份识别,具有重大潜力。但与此同时,与人脸识别相类似,针对静脉识别的攻击手段也是层出不穷,如使用照片、视频等技术可以轻易欺骗静脉识别系统。

在人脸识别中嵌入活体检测功能,如提示眨眼、张嘴等,可以有效阻止此类攻击形式。但是,静脉识别中不易嵌入动作检测进行活体检测。另外,单一模态的静脉识别存在单一算法认证的缺陷。

基于心脏信号的生物识别相比较于传统的生物识别则存在很多优势:

1)内在活性:心脏运动仅存在于“活”的用户中,系统能够区分验证对象是“活”用户还是伪造攻击;

2)高度安全:心脏信号取决于用户的心脏肌肉结构,因此不可能被完全模仿;

人体心脏的生理信号还具有经济高效性等特点,同时具有特征识别的条件,在生物识别领域具有巨大潜力。其中,脉搏波信号是动脉血流量随心脏搏动变化而导致的对光的吸收量的周期性波动。该信号采集方便,适合作为生物识别系统的生理特征。

但相较于更为成熟的身份认证技术,单一脉搏波识别算法的表现较差。

发明内容

本发明目的在于针对现有技术的不足,提出一种基于多种脉搏波与静脉的多模态身份认证系统及其认证方法。

本发明的目的是通过以下技术方案来实现的:一种基于多种脉搏波与静脉的多模态身份认证系统,该系统包括:数据采集模块、数据处理模块和多模态认证模块;

所述数据采集模块包括接触式脉搏波获取模块和手背视频获取模块;所述的接触式脉搏波获取模块用于获取接触式手指脉搏波;所述的手背视频获取模块用于获取手背的非接触式脉搏波和手背静脉图像;

所述数据处理模块包括接触式手指脉搏波特征提取模块、手背静脉特征提取模块和非接触式手背脉搏波获取模块;所述的接触式手指脉搏波特征提取模块用于对接触式脉搏波获取模块获取的接触式手指脉搏波信号进行预处理和特征提取,获取用户的接触式手指脉搏波特征向量;所述的手背静脉特征提取模块用于对手背视频获取模块获取的手背图像进行预处理和特征提取,首先获取手背静脉图像,再根据静脉图像获取用户的手背静脉特征向量;所述的非接触式手背脉搏波获取模块用于基于手背视频获取模块采集的手背视频信息获取非接触式手背脉搏波;

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;浙江理工大学;红河创新技术研究院有限责任公司,未经浙江大学;浙江理工大学;红河创新技术研究院有限责任公司许可,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/202211227380.3/2.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