[發明專利]多模生物特征的優化方法、裝置、介質和設備

在審

• 申請號: 202011167473.2
• 申請日: 2020-10-27
• 公開（公告）號: CN112347883A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 熊齊
• 申請（專利權）人: 湖南文理學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 曾志鵬

1.一種多模生物特征的優化方法，其特征在于，所述方法包括：

基于圖片信息的有效區域獲取虹膜特征和面部特征，對所述虹膜特征和所述面部特征進行初步融合后得到初步融合特征；

通過改進的二進制粒子群算法對所述初步融合特征進行優化，得到優化融合特征；

根據所述優化融合特征對所述圖片信息進行身份識別。

2.根據權利要求1所述的方法，其特征在于，所述通過改進的二進制粒子群算法對所述初步融合特征進行優化，得到優化融合特征，包括：

確定所述初步融合特征的訓練集和測試集；

通過改進的二進制粒子群對所述訓練集和測試集進行粒子變換和空間變換，分別生成對應的特征子空間訓練集和特征子空間測試集；

對所述特征子空間訓練集和特征子空間測試集進行迭代，得到所述優化融合特征。

3.根據權利要求1所述的方法，其特征在于，所述基于圖片信息的有效區域獲取虹膜特征和面部特征，包括：

確定圖片中的虹膜有效區域并經過Curvelet變換后，得到若干個Curvelet系數；

通過各所述Curvelet系數進行圖像重構，確定重構圖像中特征維度小且有效識別的虹膜特征；以及；

通過2DLog-Gabor方法從圖片中的人臉有效區域確定若干特征子圖，基于所述若干特征子圖中維度系數結合Curvelet變換確定所述面部特征。

4.根據權利要求1所述的方法，其特征在于，對所述虹膜特征和所述面部特征進行初步融合后得到初步融合特征，包括：對所述虹膜特征和所述面部特征進行串聯得到所述初步融合特征；

所述通過改進的二進制粒子群算法對所述初步融合特征進行優化，得到優化融合特征，包括：

通過二進制粒子對所述初步融合特征進行篩選，并通過適應度函數進行迭代以得到最佳粒子，所述最佳粒子為所述優化融合特征；

其中，所述適應度函數為核極限學習機函數。

5.根據權利要求1所述的方法，其特征在于，所述改進的二進制粒子群算法為引入混沌映射的離散二進制粒子群算法。

6.根據權利要求5所述的方法，其特征在于，所述混沌映射為：

通過以下Logic映射來產生偽隨機序列：

Z:a_n+1＝ua_n(1-a_n)

其中Z為一個混沌變量序列，a_n是混沌變量的一次取值；μ為控制參量，當μ＝4時，且取初值避開收斂點0、0.25、0.5和0.75，以使產生的混沌序列Z處于全混沌狀態。