[發明專利]多模生物特征融合方法和系統

在審

• 申請號: 202010023577.X
• 申請日: 2020-01-09
• 公開（公告）號: CN111460880A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 楊明輝;吳亮
• 申請（專利權）人: 杭州芯影科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京樂羽知行專利代理事務所(普通合伙) 32326
• 代理人: 孫承堯

本發明實施例公開一種多模生物特征融合方法和系統，其中方法包括如下步驟：對多模態生物數據中各生物數據對應的特征數據進行特征比對，生成所述多模態生物數據的分數向量，對所述分數向量進行分段線性分類處理，生成所述分數向量對應的決策值，根據所述決策值識別所述多模態生物數據對應的身份信息。采用本發明，通過線性分類器將多種生物特征進行融合，可以保留每種生物特征的有用信息，在高維度的特征空間中提取身份信息，可以保證身份識別的準確率。

技術領域

本發明涉及毫米波安檢成像身份識別技術領域，尤其涉及一種多模生物特征融合方法和系統。

背景技術

每個人都具其固有的生物特征，例如，指紋、面部、耳朵輪廓、身形骨架、虹膜以及步態等，每一種生物特征都可以作為識別一個人的身份標識。但是當出現特殊情況（例如，手指受傷、戴著口罩等）時，相應的指紋或面部識別都不能準確的識別出其相應的身份。

發明內容

本發明實施例提供一種多模生物特征融合方法和系統，通過線性分類器將多種生物特征進行融合，可以保留每種生物特征的有用信息，在高維度的特征空間中提取身份信息，可以保證身份識別的準確率。

本發明第一方面實施例提供了一種多模生物特征融合方法，該方法可包括：

對多模態生物數據中各生物數據對應的特征數據進行特征比對，生成所述多模態生物數據的分數向量，所述多模態生物數據包括至少兩種基于全電子稀疏陣列所采集的毫米波生物數據；

對所述分數向量進行分段線性分類處理，生成所述分數向量對應的決策值；

根據所述決策值識別所述多模態生物數據對應的身份信息。

進一步的，多模生物特征融合方法還包括：

對所輸入的多模態生物數據進行數據歸一化處理。

進一步的，多模生物特征融合方法還包括：

采用與多模態生物數據中各生物數據類型相匹配的特征提取算法提取歸一化處理后的各生物數據的特征數據。

進一步的，在對多模態生物數據中各生物數據對應的特征數據進行特征比對，生成所述多模態生物數據的分數向量時，多模生物特征融合方法還包括：

將多模態生物數據中各生物數據對應的特征數據分割為多個不重疊的子特征數據；

對所有的子特征數據進行特征比對，將特征比對的比對分數連接形成所述多模態生物數據的分數向量。

進一步的：

所述多模態生物數據包括毫米波人臉圖像數據、毫米波步態圖像數據和步態電磁回波數據。

本發明第二方面實施例提供了一種多模生物特征融合系統，該系統可包括：

向量生成模塊，用于對多模態生物數據中各生物數據對應的特征數據進行特征比對，生成所述多模態生物數據的分數向量，所述多模態生物數據包括至少兩種基于全電子稀疏陣列所采集的毫米波生物數據；

決策值生成模塊，用于對所述分數向量進行分段線性分類處理，生成所述分數向量對應的決策值；

身份識別模塊，用于根據所述決策值識別所述多模態生物數據對應的身份信息。

進一步的，多模生物特征融合系統還包括：

數據歸一化模塊，用于對所輸入的多模態生物數據進行數據歸一化處理。

進一步的，多模生物特征融合系統還包括：

特征提取模塊，用于采用與多模態生物數據中各生物數據類型相匹配的特征提取算法提取歸一化處理后的各生物數據的特征數據。

進一步的，向量生成模塊包括：