[发明专利]人机交互的信息处理方法、人机交互设备以及存储介质在审
申请号: | 202211651785.X | 申请日: | 2022-12-21 |
公开(公告)号: | CN115861658A | 公开(公告)日: | 2023-03-28 |
发明(设计)人: | 牛节省;刘光磊;吴晓冬;李如飞;谭永钊 | 申请(专利权)人: | 北京国旺盛源智能终端科技有限公司 |
主分类号: | G06V10/74 | 分类号: | G06V10/74;G06F21/32 |
代理公司: | 北京众达德权知识产权代理有限公司 11570 | 代理人: | 彭博 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人机交互 信息处理 方法 设备 以及 存储 介质 | ||
本发明实施例公开了一种人机交互的信息处理方法、人机交互设备以及存储介质。通过对采集的多维度数据进行处理,并在每种数据的数据量满足预设计算条件时,对每种数据分别进行相似度计算,以进行权限设置;在至少一种数据的数据量不满足预设计算条件时,通过将多种维度的数据进行组合,基于组合后的数据进行相似度计算,以进行权限设置,从而可以实现在某一维度的获取的数据量不满足要求的情况下,确保人机交互设备的识别准确率。
技术领域
本发明涉及计算机处理领域,尤其涉及一种人机交互的信息处理方法、人机交互设备以及存储介质。
背景技术
现有的人机交互的过程中,设备若对用户的认证仅通过一种维度的数据进行认证识别,一旦该维度的数据用户无法正常提供,则无论对用户还是对服务提供商都会带来麻烦,不利于业务的办理。
但是在现有的使用多维度的数据进行用户认证识别的方案中,并没有针对某一维度的数据量采集出现问题的场景,进行特殊的优化,容易造成识别错误。
发明内容
本发明实施例提供了一种人机交互的信息处理方法、人机交互设备以及存储介质,解决了目前的技术方案中,在某一维度的数据不满足要求的情况下,人机交互设备识别不准确的问题。
为了解决上述技术问题,本发明:
第一方面,提供了一种人机交互的信息处理方法,应用于人机交互设备,该方法包括:
采集目标用户的指纹数据、声纹数据以及动态图像;
对指纹数据、声纹数据以及动态图像进行预处理,得到对应的指纹特征序列、声纹特征序列以及动态特征序列;
当指纹特征序列、声纹特征序列以及动态特征序列中每种序列的数据量满足预设计算条件时,对指纹特征序列、声纹特征序列以及动态特征序列与预先存储的目标用户特征数据分别进行相似度计算;当指纹特征序列、声纹特征序列以及动态特征序列中的任一特征与预先存储的目标用户特征数据的相似度低于第一阈值时,将对应的相似度与第二阈值比对,若相似度大于第二阈值,允许目标用户基于第一执行权限进行对应的操作,并向目标用户发送采集第三特征的提示;当第三特征与预先存储的目标用户特征数据匹配时,允许目标用户基于第二权限进行对应的操作;
当指纹特征序列、声纹特征序列以及动态特征序列中的至少一种序列的数据量不满足预设计算条件时,对指纹特征序列、声纹特征序列以及动态特征序列进行组合,将组合得到的特征与预先存储的目标用户特征数据进行相似度计算,当相似度大于第四阈值时,允许目标用户基于第二权限进行对应的操作。
在第一方面的一些实现方式中,对指纹特征序列、声纹特征序列以及动态特征序列进行组合,将组合得到的特征与预先存储的目标用户特征数据进行相似度计算,包括:
对指纹特征序列中的目标区域进行多次提取,并对提取的多次结果取均值,得到待识别指纹特征序列a;
基于声纹特征序列训练GMM高斯混合模型,将获取GMM高斯混合模型的特征参数序列作为待识别声纹特征序列b;
对动态特征序列通过不同大小的分块法分别进行均分,每个分块法下得到多个大小相同的子图像,对同一大小分块法下得到的每个子图像分别进行空间结构处理,得到同一大小分块法下每个子图像的梯度值和每个子图像的像素均值;根据得到的同一大小分块法下的每个子图像的梯度值和像素均值,采用局部差分二进制来得到同一分块法下的待处理图像的二进制序列;将不同分块法下的待处理图像的二进制序列按照同样顺序进行排列得到待识别图像的特征序列c;
基于a、b、c组成待识别集合{待识别指纹特征序列a、待识别声纹特征序列b、待识别图像的特征序列c};
将待识别集合{待识别指纹特征序列a、待识别声纹特征序列b、待识别图像的特征序列c}与预先存储的目标用户特征数据进行相似度计算。
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北京国旺盛源智能终端科技有限公司,未经北京国旺盛源智能终端科技有限公司许可,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/202211651785.X/2.html,转载请声明来源钻瓜专利网。