基于指压签字的供应链授权认证方法、设备及介质与流程

本发明涉及身份认证，尤其涉及一种基于指压签字的供应链授权认证方法、设备及介质。

背景技术：

1、供应链金融平台是一种金融服务平台，旨在为供应链上的各个参与方提供融资、结算、风险管理等服务，以促进供应链的顺畅运转和资金流动，而在进行供应链金融平台的电子债券凭证的认证、转让等操作时，供应链金融平台的管理人员以及债券凭证所有者往往需要对操作进行授权处理。

2、现有的实名认证方法多为基于电子签名的认证方法，即通过电容笔等介质在电子版文件上签署姓名以实现授权，但实际应用中，基于电子签名的认证方法的签名存在一定的伪造可能性，安全系数不高，可能导致进行供应链授权认证时的准确度较低。

技术实现思路

1、本发明提供一种基于指压签字的供应链授权认证方法、设备及介质，其主要目的在于解决导致进行供应链授权认证时的准确度较低的问题。

2、为实现上述目的，本发明提供的一种基于指压签字的供应链授权认证方法，包括：

3、利用预设的压力传感电子屏获取供应链人员的指压签名数据，对所述指压签名数据进行数据分帧以及格式转换，得到指压签名序列；

4、对所述指压签名序列进行指纹提取和清晰度筛选，得到标准指纹图像，对所述标准指纹图像进行纹理特征提取，得到指压指纹特征；

5、对所述指压签名序列进行力度特征提取以及帧间特征分析，得到指压力度特征；

6、对所述指压签名序列进行关键点定位以及运动分析操作，得到指压运动特征；

7、对所述指压指纹特征、所述指压力度特征以及所述指压运动特征进行特征筛选融合，得到标准指压特征，利用预先获取的真实指压特征对所述标准指压特征进行供应链授权认证，得到认证结果。

8、可选地，所述对所述指压签名数据进行数据分帧以及格式转换，得到指压签名序列，包括：

9、对所述指压签名数据进行元素遍历解析，得到解析指压数据；

10、对所述解析指压数据进行时序分帧，得到指压数据组序列；

11、逐个选取所述指压数据组序列中的指压数据组作为目标指压数据组，对所述目标指压数据组进行力度坐标映射，得到目标指压签名；

12、将所述指压数据组序列中所有所述目标指压数据组对应的目标指压签名汇集成指压数据组序列。

13、可选地，所述对所述指压签名序列进行指纹提取和清晰度筛选，得到标准指纹图像，包括：

14、逐个选取所述指压签名序列中的指压签名作为目标指压签名，对所述目标指压签名进行灰度值映射，得到目标指纹图像；

15、利用如下的图像清晰质量公式计算出所述目标指纹图像的图像清晰度：

16、

17、其中，t是指所述图像清晰度，m是所述目标指纹图像的像素长度，n是所述目标指纹图像的像素宽度，m是像素横向索引，n是像素纵向索引，r是指预设的采样框长，g是灰度符号，g(m,n)是指所述目标指纹图像中坐标点为(m,n)的像素的灰度值；

18、将所述指压签名序列中所有目标指压签名的图像清晰度汇集成清晰度序列；

19、对所述清晰度序列进行极值筛选，得到标准清晰度；

20、将所述标准清晰度对应的所述目标指纹图像作为标准指纹图像。

21、可选地，所述对所述标准指纹图像进行纹理特征提取，得到指压指纹特征，包括：

22、对所述标准指纹图像进行纹理滤波，得到全局指纹特征；

23、对所述标准指纹图像进行均匀分块，得到指纹图块组；

24、对所述指纹图块组进行局部二值特征提取，得到二值局部特征；

25、对所述标准指纹图像进行纹理关键点检测，得到指纹关键点；

26、根据所述指纹关键点从所述指纹图块组中提取出关键局部图像；

27、对所述关键局部图像进行纹理滤波，得到局部指纹特征；

28、对所述全局指纹特征、所述二值局部特征以及所述局部指纹特征进行全连接融合操作，得到指压指纹特征。

29、可选地，所述对所述指压签名序列进行力度特征提取以及帧间特征分析，得到指压力度特征，包括：

30、对所述指压签名序列进行平均压力计算，得到平均压力特征序列；

31、对所述指压签名序列进行极值压力筛选，得到极值压力特征序列；

32、对所述指压签名序列进行多级下采样操作，得到压力分布特征序列；

33、对所述平均压力特征序列、所述极值压力特征序列以及所述压力分布特征序列进行全局池化以及全连接融合操作，得到多维压力特征序列；

34、对所述多维压力特征序列进行帧间特征分析，得到指压力度特征。

35、可选地，所述对所述多维压力特征序列进行帧间特征分析，得到指压力度特征，包括：

36、对所述多维压力特征序列进行时序傅里叶变换，得到压力序列频域；

37、对所述压力序列频域进行频域特征提取，得到频域压力特征；

38、对所述多维压力特征序列进行时序卷积，得到时序压力特征；

39、对所述多维压力特征序列进行自注意力特征编码，得到注意力压力特征；

40、对所述频域压力特征、所述时序压力特征以及所述注意力压力特征进行全局池化以及全连接融合操作，得到指压力度特征。

41、可选地，所述对所述指压签名序列进行关键点定位以及运动分析操作，得到指压运动特征，包括：

42、逐个选取所述指压签名序列中的指压签名作为目标指压签名，对所述目标指压签名进行对所述指压签名序列进行纹理关键点检测，得到目标关键点；

43、利用如下的压力重心公式对所述目标指压签名进行重心计算，得到目标压力重心；

44、

45、其中，x是所述目标压力重心的横坐标，y是所述目标压力重心的纵坐标，a是像素横向索引，b是像素纵向索引，a是所述目标指压签名的长度，b是所述目标指压签名的宽度，p(a,b)是所述目标指压签名中坐标为(a,b)位置处的力度值；

46、将所述指压签名序列中所有目标指压签名的目标关键点汇集成关键点序列，将所述指压签名序列中所有目标指压签名的目标压力重心汇集成压力重心序列；

47、对所述关键点序列进行轨迹拟合以及运动特征提取，得到关键点运动特征；

48、对所述压力重心序列进行轨迹拟合以及运动特征提取，得到重心点运动特征；

49、对所述关键点运动特征和所述重心点运动特征进行特征融合操作，得到指压运动特征。

50、可选地，所述对所述指压指纹特征、所述指压力度特征以及所述指压运动特征进行特征筛选融合，得到标准指压特征，包括：

51、对所述指压指纹特征进行均值标准化以及矩阵化操作，得到指纹特征矩阵；

52、对所述指压力度特征进行均值标准化以及矩阵化操作，得到力度特征矩阵；

53、对所述指压运动特征进行均值标准化以及矩阵化操作，得到运动特征矩阵；

54、对所述指纹特征矩阵、所述力度特征矩阵以及所述运动特征矩阵进行矩阵拼接以及协方差矩阵计算，得到指压协方差矩阵；

55、对所述指压协方差矩阵进行特征值分解，得到指压特征向量组以及指压特征值组；

56、根据所述指压特征值组对所述指压特征向量组进行主成分筛选，得到筛选指压特征向量组；

57、对所述筛选指压特征向量组进行降维投影，得到标准指压特征。

58、可选地，所述利用预先获取的真实指压特征对所述标准指压特征进行供应链授权认证，得到认证结果，包括：

59、利用余弦距离算法计算出所述真实指压特征和所述标准指压特征之间的特征距离；

60、判断所述特征距离是否小于预设的距离阈值；

61、若是，则确定认证成功为认证结果；

62、若否，则确定认证失败为认证结果。

63、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中：

64、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于指压签字的供应链授权认证方法。

65、为了解决上述问题，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于指压签字的供应链授权认证方法。

66、本发明实施例通过对所述指压签名数据进行数据分帧以及格式转换，能够对所述指压签名数据进行图像化展示，从而方便利用机器视觉技术对所述指压签名数据进行认证分析，通过对所述指压签名序列进行指纹提取和清晰度筛选，可以提高纹理特征的细节，通过对所述标准指纹图像进行纹理特征提取，能够分层分级提取指纹的纹理特征，从而提取出指压指纹特征的细节特征，通过对所述指压签名序列进行力度特征提取以及帧间特征分析，可以提取指压签名数据的力度随时间变化关系的特征，从而提取出用户针对指压签名时力度习惯。

67、通过对所述指压签名序列进行关键点定位以及运动分析操作，可以结合压力重心的位置变化关系以及指纹对照关键点的位置变化关系对用户进行指压签名时的运动状态进行特征提取，通过对所述指压指纹特征、所述指压力度特征以及所述指压运动特征进行特征筛选融合以及授权认证，可以筛选出指压签名数据的各项特征中的重点特征进行融合，从而提高授权认证的准确性。因此本发明提出的基于指压签字的供应链授权认证方法、设备及介质，可以解决导致进行供应链授权认证时的准确度较低的问题。