基于大数据的多模态生物识别系统及方法与流程

本申请涉及智能识别领域，且更为具体地，涉及一种基于大数据的多模态生物识别系统及方法。

背景技术：

1、随着技术的发展和信息化程度的提高，对于个人和财产安全的保护需求不断增长，需要更可靠的安全认证手段。生物识别技术允许用户利用自身的生理或行为特征进行认证，无需携带额外的认证工具，提高了使用的便捷性。

2、然而，传统的生物特征识别方法通常只依赖单一的识别方式，这可能存在误识别的风险，尤其是在相似特征的个体之间。此外，依赖单一生物特征的认证系统较易受到高级伪造手段的攻击，如高质量的面部面具，存在安全隐患。

3、因此，期望一种优化的生物识别系统。

技术实现思路

1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的多模态生物识别系统及方法，其通过获取被识别对象的人脸图像，且从所述人脸图像提取虹膜区域图像，并采用基于人工智能的图像数据处理技术和分析算法来进行所述人脸图像和所述虹膜区域图像的特征提取和分析，以根据所述人脸图像和所述虹膜区域图像的前景显著化特征信息来智能地判断被识别对象是否为授权对象。通过这种方式，可以显著提高识别的准确性，减少误识别的情况，同时人脸和虹膜的组合使用增加了伪造的难度，提高了系统的安全性。

2、根据本申请的一个方面，提供了一种基于大数据的多模态生物识别系统，其包括：

3、识别对象人脸图像获取模块，用于获取被识别对象的人脸图像；

4、虹膜区域图像提取模块，用于从所述人脸图像提取虹膜区域图像；

5、虹膜特征提取模块，用于对所述虹膜区域图像进行虹膜特征提取以得到虹膜区域特征图；

6、虹膜区域前景显著化模块，用于将所述虹膜区域特征图通过基于空间掩码的内容区分模块以得到虹膜区域前景显著化特征图；

7、第一识别结果生成模块，用于将所述虹膜区域前景显著化特征图通过基于分类器的虹膜识别器以得到第一识别结果；

8、人脸特征提取模块，用于对所述人脸图像进行人脸特征提取以得到人脸特征图；

9、人脸前景显著化模块，用于将所述人脸特征图通过所述基于空间掩码的内容区分模块以得到人脸前景显著化特征图；

10、第二识别结果生成模块，用于将所述人脸前景显著化特征图通过基于分类器的人脸识别器以得到第二识别结果；

11、授权对象判别模块，用于基于所述第一识别结果和所述第二识别结果，确定所述被识别对象是否为授权对象。

12、在上述基于大数据的多模态生物识别系统中，所述虹膜特征提取模块，用于：将所述虹膜区域图像通过基于空洞卷积神经网络模型的虹膜特征提取器以得到所述虹膜区域特征图。

13、在上述基于大数据的多模态生物识别系统中，所述虹膜区域前景显著化模块，包括：虹膜区域特征表征单元，用于对所述虹膜区域特征图进行特征表征以得到虹膜区域表征特征图；虹膜区域特征掩码化处理单元，用于将所述虹膜区域表征特征图进行掩码化处理以得到虹膜区域掩码权重特征图；以及，虹膜区域特征前景显著化单元，用于将所述虹膜区域掩码权重特征图和所述虹膜区域特征图进行按位置点乘以得到所述虹膜区域前景显著化特征图。

14、在上述基于大数据的多模态生物识别系统中，所述虹膜区域特征表征单元，用于：以所述虹膜区域特征图的各个位置特征值的负数作为自然常数的指数以计算按位置的以自然常数为底的指数函数值以得到虹膜区域类支持特征图；计算所述虹膜区域类支持特征图中各个位置特征值与常数一之和以得到虹膜区域调制特征图；以及，将所述虹膜区域类支持特征图与所述虹膜区域调制特征图进行按位置相除以得到所述虹膜区域表征特征图。

15、在上述基于大数据的多模态生物识别系统中，所述虹膜区域特征掩码化处理单元，用于：将所述虹膜区域表征特征图的各个位置中大于或等于预定阈值的特征值设为一，其余设为零以得到所述虹膜区域掩码权重特征图。

16、在上述基于大数据的多模态生物识别系统中，所述人脸特征提取模块，用于：将所述人脸图像通过基于空洞卷积神经网络模型的人脸特征提取器以得到所述人脸特征图。

17、在上述基于大数据的多模态生物识别系统中，所述人脸前景显著化模块，包括：人脸特征表征单元，用于对所述人脸特征图进行特征表征以得到人脸表征特征图；人脸特征掩码化处理单元，用于将所述人脸表征特征图进行掩码化处理以得到人脸掩码权重特征图；以及，人脸特征前景显著化单元，用于将所述人脸掩码权重特征图和所述人脸特征图进行按位置点乘以得到所述人脸前景显著化特征图。

18、在上述基于大数据的多模态生物识别系统中，所述授权对象判别模块，用于：响应于所述第一识别结果为被识别对象属于授权对象且所述第二识别结果为被识别对象属于授权对象，确定所述被识别对象为授权对象。

19、根据本申请的另一方面，提供了一种基于大数据的多模态生物识别方法，其包括：

20、获取被识别对象的人脸图像；

21、从所述人脸图像提取虹膜区域图像；

22、对所述虹膜区域图像进行虹膜特征提取以得到虹膜区域特征图；

23、将所述虹膜区域特征图通过基于空间掩码的内容区分模块以得到虹膜区域前景显著化特征图；

24、将所述虹膜区域前景显著化特征图通过基于分类器的虹膜识别器以得到第一识别结果；

25、对所述人脸图像进行人脸特征提取以得到人脸特征图；

26、对将所述人脸特征图通过所述基于空间掩码的内容区分模块以得到人脸前景显著化特征图；

27、将所述人脸前景显著化特征图通过基于分类器的人脸识别器以得到第二识别结果；

28、基于所述第一识别结果和所述第二识别结果，确定所述被识别对象是否为授权对象。

29、在上述基于大数据的多模态生物识别方法中，基于所述第一识别结果和所述第二识别结果，确定所述被识别对象是否为授权对象，包括：响应于所述第一识别结果为被识别对象属于授权对象且所述第二识别结果为被识别对象属于授权对象，确定所述被识别对象为授权对象。

30、与现有技术相比，本申请提供的一种基于大数据的多模态生物识别系统及方法，其通过获取被识别对象的人脸图像，且从所述人脸图像提取虹膜区域图像，并采用基于人工智能的图像数据处理技术和分析算法来进行所述人脸图像和所述虹膜区域图像的特征提取和分析，以根据所述人脸图像和所述虹膜区域图像的前景显著化特征信息来智能地判断被识别对象是为授权对象。通过这种方式，可以显著提高识别的准确性，减少误识别的情况，同时人脸和虹膜的组合使用增加了伪造的难度，提高了系统的安全性。

技术特征：

1.一种基于大数据的多模态生物识别系统，其特征在于，包括：

2.根据权利要求1所述的基于大数据的多模态生物识别系统，其特征在于，所述虹膜特征提取模块，用于：将所述虹膜区域图像通过基于空洞卷积神经网络模型的虹膜特征提取器以得到所述虹膜区域特征图。

3.根据权利要求2所述的基于大数据的多模态生物识别系统，其特征在于，所述虹膜区域前景显著化模块，包括：

4.根据权利要求3所述的基于大数据的多模态生物识别系统，其特征在于，所述虹膜区域特征表征单元，用于：

5.根据权利要求4所述的基于大数据的多模态生物识别系统，其特征在于，所述虹膜区域特征掩码化处理单元，用于：将所述虹膜区域表征特征图的各个位置中大于或等于预定阈值的特征值设为一，其余设为零以得到所述虹膜区域掩码权重特征图。

6.根据权利要求5所述的基于大数据的多模态生物识别系统，其特征在于，所述人脸特征提取模块，用于：将所述人脸图像通过基于空洞卷积神经网络模型的人脸特征提取器以得到所述人脸特征图。

7.根据权利要求6所述的基于大数据的多模态生物识别系统，其特征在于，所述人脸前景显著化模块，包括：

8.根据权利要求7所述的基于大数据的多模态生物识别系统，其特征在于，所述授权对象判别模块，用于：响应于所述第一识别结果为被识别对象属于授权对象且所述第二识别结果为被识别对象属于授权对象，确定所述被识别对象为授权对象。

9.一种基于大数据的多模态生物识别方法，其特征在于，包括：

10.根据权利要求9所述的基于大数据的多模态生物识别方法，其特征在于，基于所述第一识别结果和所述第二识别结果，确定所述被识别对象是否为授权对象，包括：响应于所述第一识别结果为被识别对象属于授权对象且所述第二识别结果为被识别对象属于授权对象，确定所述被识别对象为授权对象。

技术总结
本申请涉及智能识别领域，其具体地公开了一种基于大数据的多模态生物识别系统及方法，其通过获取被识别对象的人脸图像，且从所述人脸图像提取虹膜区域图像，并采用基于人工智能的图像数据处理技术和分析算法来进行所述人脸图像和所述虹膜区域图像的特征提取和分析，以根据所述人脸图像和所述虹膜区域图像的前景显著化特征信息来智能地判断被识别对象是否为授权对象。通过这种方式，可以显著提高识别的准确性，减少误识别的情况，同时人脸和虹膜的组合使用增加了伪造的难度，提高了系统的安全性。

技术研发人员：赵沁岚
受保护的技术使用者：浙江元衡生物科技有限公司
技术研发日：
技术公布日：2024/8/1