一种个人身份验证系统

摘要

本发明涉及生物特征图像分析、识别和信息安全等交叉领域，尤其是一种个人身份验证系统，该系统包括：意识指纹图像的采集、图像特征提取、特征优化和特征匹配决策，本发明克服传统的依据固有物理特征进行身份认证的弊端，为用户身份认证提供新的研究思路和方法。

主权项

一种个人身份验证系统，其特征在于：包括以下步骤：a、意识指纹图像的采集，包括图像采集向导和指纹图像的预处理，还包括指纹图像采集装置，采集装置上具有设定位置和角度的基准线，所述的采集装置表面还添加有压电式薄膜压力检测器，所述的指纹图像的预处理的主要步骤包括图像去噪、图像分割和图像增强；b、图像特征提取，包括指纹固有物理特征提取和多隐性意识特征提取，所述的指纹固有物理特征提取包括指纹形状特征、指纹细节点特征和指纹脊线毛孔点特征；所述的多隐性意识特征提取包括指纹与采集器接触面积、指纹脊谷间距、指纹方向分布、指纹奇异点数量和位置及指纹整体方向特征，是针对在各种意识前提下采集到的指纹图像，设计合理的多方式隐式意识分析算法，具体包括：构建单意识模型、构建组合意识模型和选择合适的聚类方法进行降维；c、特征优化，包括隐式意识特征优化和指纹固有物理特征的优化，所述的隐式意识特征优化是通过对缺失数据特征采用分类决策树算法，在存储的多隐式意识特征模板和提取到的多隐式意识特征之间建立映射关系得到，具体步骤为：(1)初始化数据集，将数据集分为缺失数据集和非缺失数据；(2)数据集权重值初始化分配；(3)为节点选择一个特征属性作为这个节点分裂时候的属性；(4)将训练样本根据节点的特征属性分类到各个子节点；(5)计算每个子节点选择的特征量的信息熵；(6)计算每个子节点选择的特征量的增益率；(7)若所选特征量拥有最大增益率，则继续分裂节点为子节点，若所选特征量不是最大增益率，则重新选择其特征属性；(8)若每个节点只含有同一类样本，则将次节点设置为叶子节点，结束此节点的分裂，若不只含有一类样本，则继续进行节点选择；所述的指纹固有物理特征的优化是在隐性意识特征得到优化后，对意识性指纹进行的逆向恢复d、特征匹配决策，包括隐式意识特征的匹配和指纹固有物理特征的匹配，特征匹配决策需要对隐式意识特征和指纹固有物理特征分配不同的权重，获得鲁棒性的指纹匹配决策原则。