一种身份识别方法和身份识别系统

摘要

本发明涉及身份识别技术，针对现有基于单一一种生物特征的身份识别技术的准确度和鲁棒性相对较差的缺陷，提供一种身份识别方法和身份识别系统。方法包括：采集待识别用户的人脸图像和掌纹图像，再从采集的人脸图像和掌纹图像中截取各自的特征部分分别作为人脸特征图像和掌纹特征图像；对人脸特征图像和掌纹特征图像进行Gabor滤波；融合人脸特征编码和掌纹特征编码，得到待识别用户的身份特征；通过将待识别用户的身份特征与身份特征库中的身份特征进行匹配，来对该待识别用户进行身份识别。本发明可有效的解决现有基于单一一种生物特征的身份识别技术的准确度和鲁棒性相对较差的问题。

主权项

一种身份识别方法，其特征在于，包括提取步骤和匹配步骤，其中所述提取步骤包括：采集步骤，包括分别采集待识别用户的人脸图像和掌纹图像，再从采集的人脸图像和掌纹图像中截取各自的特征部分分别作为人脸特征图像F1(x，y)和掌纹特征图像F2(x，y)；滤波步骤，包括分别对人脸特征图像F1(x，y)和掌纹特征图像F2(x，y)进行Gabor滤波；编码步骤，包括分别对Gabor滤波后的人脸特征图像和Gabor滤波后的掌纹特征图像进行编码，得到对应的人脸特征编码和掌纹特征编码；其中，计算滤波后的人脸特征图像W1(x，y)每个像素的相位P1(x,y)，依照如下公式生成人脸特征编码(b1face(x,y),b2face(x,y))： ( b 1 face ( x , y ) , b 2 face ( x , y ) ) = ( 1,1 ) , 0 ≤ P 1 ( x , y ) < π / 2 ( 0,1 ) , π / 2 ≤ P 1 ( x , y ) < π ( 0,0 ) , π ≤ P 1 ( x , y ) < 3 π / 2 ( 1,0 ) , 3 π / 2 ≤ P 1 ( x , y ) < 2 π ; 计算滤波后的掌纹特征图像W2(x，y)每个像素的相位P2(x，y)，依照如下公式生成掌纹特征编码(b1palm(x,y),b2palm(x,y))： ( b 1 palm ( x , y ) , b 2 palm ( x , y ) ) = ( 1,1 ) , 0 ≤ P 2 ( x , y ) < π / 2 ( 0,1 ) , π / 2 ≤ P 2 ( x , y ) < π ( 0,0 ) , π ≤ P 2 ( x , y ) < 3 π / 2 ( 1,0 ) , 3 π / 2 ≤ P 2 ( x , y ) < 2 π ; 以及融合步骤，包括融合人脸特征编码和掌纹特征编码，得到待识别用户的身份特征；所述匹配步骤，包括通过将待识别用户的身份特征与身份特征库中的身份特征进行匹配，来对该待识别用户进行身份识别。