操作权限确定方法、装置及门禁系统与流程

本发明涉及安防，尤其是涉及一种操作权限确定方法、装置及门禁系统。

背景技术：

1、生物特征识别技术能够根据人或物的特征，实现信息的识别或者认证。现代的生物特征识别技术已经得到飞速的发展，同时也应用到了很多不同的领域，比如安全、医疗、金融、教育等领域。以门禁场景为例，在人们进入某一个门禁大楼时，通过刷脸进行操作权限的验证且验证通过之后，即可方便进入管控区域。

2、然而，基于刷脸验证操作权限确定方式并不能适用于所有场合，例如人脸的相似性、易变性以及光照等因素的环境影响，导致误识别情况的发生。另外大规模应用的人脸识别技术可能会涉及数据安全和隐私问题，特别是在安全性要求高的使用场景，人脸识别技术属于被动式检测技术，被动式的误识别会最终导致门禁系统存在安全隐患。

3、可见，亟需提供一种更具灵活性和普适性的操作权限确定方法，来实现灵活且安全的门禁应用。

技术实现思路

1、本发明的目的在于提供一种操作权限确定方法、装置及门禁系统，以缓解了现有门禁应用的权限确定方法中存在的存在安全隐患的技术问题，提升门禁系统的灵活性和安全性。

2、第一方面，本发明实施例提供了一种操作权限确定方法，应用于门禁系统，上述方法包括：如果接收到用户操作上述门禁系统时的识别请求，获取上述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像；通过预设的卷积神经网络分别提取上述人脸彩色图像对应的第一人脸特征、上述人脸红外图像对应的第二人脸特征、上述掌静脉图像对应的第一掌特征、上述掌纹彩色图像对应的第二掌特征以及上述掌纹红外图像对应的第三掌特征；并从上述掌纹彩色图像提取掌纹方向特征以及掌纹点特征；将上述第一人脸特征和上述第二人脸特征进行数据融合，得到多模态人脸特征；并将上述第一掌特征、上述第二掌特征、上述第三掌特征、上述掌纹方向特征以及掌纹点特征进行数据融合，得到多模态掌特征；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限。

3、在本发明较佳的实施方式中，根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限的步骤之前，上述方法包括：根据上述掌静脉图像，确定上述用户是否为活体；当上述用户为非活体时，生成第一警示信息，并将上述第一警示信息传输给第一指定用户端；当上述用户为活体时，根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有操作权限的步骤，包括：将上述多模态人脸特征与预设标准多模态人脸特征进行相似度比对，并将上述多模态掌特征与预设标准多模态掌特征进行相似度比对，得到第一比对结果；当上述第一比对结果为上述多模态人脸特征与上述预设标准多模态人脸特征的相似度大于预设的第一预设阈值，且上述多模态掌特征与上述预设标准多模态掌特征的相似度大于预设的第二预设阈值，基于上述预设标准多模态掌特征与上述预设标准多模态掌特征之间的第一预设关联关系，确定上述多模态人脸特征和上述多模态掌特征是否存在关联；如果存在关联，确定上述用户具有上述门禁系统的操作权限；如果不存在关联，确定上述用户不具有上述门禁系统的操作权限；当上述第一比对结果为上述多模态人脸特征与上述预设标准多模态人脸特征的相似度小于或等于上述第一预设阈值，和/或上述多模态掌特征与上述预设标准多模态掌特征的相似度小于或等于上述第二预设阈值，确定上述用户不具有上述门禁系统的操作权限；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有操作权限的步骤之后，上述方法还包括：如果上述用户不具有上述门禁系统的操作权限，生成第二警示信息，并将上述第二警示信息传输给第二指定用户端。

4、在本发明较佳的实施方式中，从上述掌纹彩色图像提取掌纹方向特征以及掌纹点特征的步骤，包括：基于预设的目标检测算法，对上述掌纹彩色图像进行感兴趣区域检测，并截取上述掌纹彩色图像的感兴趣区域；从上述感兴趣区域中，提取上述掌纹方向特征以及上述掌纹点特征。

5、在本发明较佳的实施方式中，从上述感兴趣区域中，提取上述掌纹方向特征的步骤，包括：利用预设的同态滤波器对上述感兴趣区域进行滤波处理，得到滤波后的感兴趣区域；对上述滤波后的感兴趣区域进行自适应平滑处理，得到平滑的感兴趣区域；通过上述平滑的感兴趣区域对上述滤波后的感兴趣区域进行自适应增强，得到增强后的感兴趣区域；利用预设的可调控滤波器提取上述增强后的感兴趣区域的上述掌纹方向特征；上述可调控滤波器预先基于高斯高通函数进行设置；从上述感兴趣区域中，提取上述掌纹点特征的步骤，包括：利用orb算法，提取上述感兴趣区域中的上述掌纹点特征。

6、在本发明较佳的实施方式中，利用预设的可调控滤波器提取上述增强后的感兴趣区域的上述掌纹方向特征的步骤之前，上述方法包括：获取上述高斯高通函数；计算上述高斯高通函数的方差，以及上述高斯高通函数在x方向以及y方向的偏导数；基于上述高斯高通函数、上述方差以及上述偏导数，构建上述可调控滤波器。

7、在本发明较佳的实施方式中，获取上述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像的步骤之后，上述方法还包括：分别对上述人脸彩色图像以及上述掌纹彩色图像进行灰度化计算，得到人脸灰度图像以及掌纹灰度图像；计算上述人脸灰度图像以及上述掌纹灰度图像分别对应的亮度、对比度、灰度均值、灰度方差、边缘锐利度以及信息熵；根据上述亮度、上述对比度、上述灰度均值、上述灰度方差、上述边缘锐利度以及上述信息熵，从上述人脸灰度图像以及上述掌纹灰度图像筛选出合格人脸灰度图像以及合格掌纹灰度图像；通过预设的卷积神经网络分别提取上述人脸彩色图像对应的第一人脸特征、上述人脸红外图像对应的第二人脸特征、上述掌静脉图像对应的第一掌特征、上述掌纹彩色图像对应的第二掌特征以及上述掌纹红外图像对应的第三掌特征的步骤，包括：通过上述卷积神经网络分别提取上述合格人脸灰度图像中对应的第一人脸特征、上述人脸红外图像对应的第二人脸特征、上述掌静脉图像对应的第一掌特征、上述合格掌纹灰度图像对应的第二掌特征以及上述掌纹红外图像对应的第三掌特征。

8、在本发明较佳的实施方式中，根据上述亮度、上述对比度、上述灰度均值、上述灰度方差、上述边缘锐利度以及上述信息熵，从上述人脸灰度图像以及上述掌纹灰度图像筛选出合格人脸灰度图像以及合格掌纹灰度图像的步骤，包括：将上述亮度、上述对比度、上述灰度均值、上述灰度方差、上述边缘锐利度以及上述信息熵输入预设的质量评估公式，输出质量评估结果；其中，上述质量评估公式为：；；；其中，表示上述质量评估结果，表示上述亮度，表示上述对比度，表示上述边缘锐利度，表示上述信息熵，表示上述灰度均值中的第一灰度均值，表示上述灰度均值中的第二灰度均值，表示上述灰度方差中的第一灰度方差，表示上述灰度方差中的第二灰度方差，a、β、、、以及分别表示预设常数，x和y均表示上述人脸灰度图像以及上述掌纹灰度图像的像素点的灰度值，；通过上述质量评估结果与预设质量阈值的大小关系，从上述人脸灰度图像以及上述掌纹灰度图像筛选出上述合格人脸灰度图像以及上述合格掌纹灰度图像。

9、在本发明较佳的实施方式中，当接收到用户操作上述门禁系统时的识别请求，获取上述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像的步骤之前，上述方法还包括：如果接收到用户操作上述门禁系统时的其他请求，获取上述用户的声纹特征和/或虹膜特征；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限的步骤，包括：将上述多模态人脸特征与预设标准多模态人脸特征进行相似度比对，并将上述多模态掌特征与预设标准多模态掌特征进行相似度比对，且将上述声纹特征和/或上述虹膜特征与预设标准声纹及虹膜特征进行比对，得到第二比对结果；当上述第二比对结果为上述多模态人脸特征与上述预设标准多模态人脸特征的相似度大于上述第一预设阈值，以及上述多模态掌特征与上述预设标准多模态掌特征的相似度大于上述第二预设阈值，且上述声纹特征和/或上述虹膜特征与上述预设标准声纹及虹膜特征的相似度大于预设的第三预设阈值；基于上述预设标准多模态掌特征、上述预设标准多模态掌特征以及上述预设标准声纹及虹膜特征之间的第二预设关联关系，确定上述多模态人脸特征、上述多模态掌特征以及上述声纹特征和/或上述虹膜特征是否存在关联；如果存在关联，确定上述用户具有上述其他请求的操作权限；如果不存在关联，确定上述用户不具有上述其他请求的操作权限；当上述第二比对结果为上述多模态人脸特征与上述预设标准多模态人脸特征的相似度小于或等于上述第一预设阈值，和/或上述多模态掌特征与上述预设标准多模态掌特征的相似度小于或等于上述第二预设阈值，和/或上述声纹特征和/或上述虹膜特征与上述预设标准声纹及虹膜特征的相似度小于或等于上述第三预设阈值，确定上述用户不具有上述其他请求的操作权限；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限的步骤之后，上述方法还包括：如果上述用户不具有上述其他请求的操作权限，生成第三警示信息，并将上述第三警示信息传输给第三指定用户端。

10、第二方面，本发明实施例还提供了一种操作权限确定装置，应用于门禁系统，上述装置包括：数据接收模块，用于当接收到用户操作上述门禁系统时的识别请求，获取上述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像；操作权限确定模块，用于通过预设的卷积神经网络分别提取上述人脸彩色图像对应的第一人脸特征、上述人脸红外图像对应的第二人脸特征、上述掌静脉图像对应的第一掌特征、上述掌纹彩色图像对应的第二掌特征以及上述掌纹红外图像对应的第三掌特征；并从上述掌纹彩色图像提取掌纹方向特征以及掌纹点特征；将上述第一人脸特征和上述第二人脸特征进行数据融合，得到多模态人脸特征；并将上述第一掌特征、上述第二掌特征、上述第三掌特征、上述掌纹方向特征以及掌纹点特征进行数据融合，得到多模态掌特征；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限。

11、第三方面，本发明实施例提供了一种门禁系统，上述门禁系统包括处理器和存储器，上述存储器存储有能够被上述处理器执行的计算机可执行指令，上述处理器执行上述计算机可执行指令以实现上述的操作权限确定方法。

12、本发明实施例具有下述有益技术效果：

13、本发明实施例提供了一种操作权限确定方法、装置及门禁系统，应用于门禁系统，上述方法包括：如果接收到用户操作上述门禁系统时的识别请求，获取上述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像；通过预设的卷积神经网络分别提取上述人脸彩色图像对应的第一人脸特征、上述人脸红外图像对应的第二人脸特征、上述掌静脉图像对应的第一掌特征、上述掌纹彩色图像对应的第二掌特征以及上述掌纹红外图像对应的第三掌特征；并从上述掌纹彩色图像提取掌纹方向特征以及掌纹点特征；将上述第一人脸特征和上述第二人脸特征进行数据融合，得到多模态人脸特征；并将上述第一掌特征、上述第二掌特征、上述第三掌特征、上述掌纹方向特征以及掌纹点特征进行数据融合，得到多模态掌特征；根据上述多模态人脸特征和上述多模态掌特征，确定上述用户是否具有上述门禁系统的操作权限。该方法通过多模态特征，确定用户的操作权限，以缓解了现有门禁应用的权限确定方法中存在的存在安全隐患的技术问题，提升门禁系统的灵活性和安全性。

技术特征：

1.一种操作权限确定方法，其特征在于，应用于门禁系统，所述方法包括：

2.根据权利要求1所述的操作权限确定方法，其特征在于，根据所述多模态人脸特征和所述多模态掌特征，确定所述用户是否具有所述门禁系统的操作权限的步骤之前，所述方法包括：

3.根据权利要求1所述的操作权限确定方法，其特征在于，从所述掌纹彩色图像提取掌纹方向特征以及掌纹点特征的步骤，包括：

4.根据权利要求3所述的操作权限确定方法，其特征在于，从所述感兴趣区域中，提取所述掌纹方向特征的步骤，包括：

5.根据权利要求4所述的操作权限确定方法，其特征在于，利用预设的可调控滤波器提取所述增强后的感兴趣区域的所述掌纹方向特征的步骤之前，所述方法包括：

6.根据权利要求1所述的操作权限确定方法，其特征在于，获取所述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像的步骤之后，所述方法还包括：

7.根据权利要求6所述的操作权限确定方法，其特征在于，根据所述亮度、所述对比度、所述灰度均值、所述灰度方差、所述边缘锐利度以及所述信息熵，从所述人脸灰度图像以及所述掌纹灰度图像筛选出合格人脸灰度图像以及合格掌纹灰度图像的步骤，包括：

8.根据权利要求2所述的操作权限确定方法，其特征在于，当接收到用户操作所述门禁系统时的识别请求，获取所述用户的人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像的步骤之前，所述方法还包括：

9.一种操作权限确定装置，其特征在于，应用于门禁系统，所述装置包括：

10.一种门禁系统，其特征在于，所述门禁系统包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至8任一项所述的操作权限确定方法。

技术总结
本发明提供了一种操作权限确定方法、装置及门禁系统，该方法包括：获取人脸彩色图像、人脸红外图像、掌静脉图像、掌纹彩色图像以及掌纹红外图像；提取人脸彩色图像对应的第一人脸特征、人脸红外图像对应的第二人脸特征、掌静脉图像对应的第一掌特征、掌纹彩色图像对应的第二掌特征以及掌纹红外图像对应的第三掌特征；从掌纹彩色图像提取掌纹方向特征以及掌纹点特征；将第一人脸特征和第二人脸特征数据融合，得到多模态人脸特征；并将第一掌特征、第二掌特征、第三掌特征、掌纹方向特征以及掌纹点特征数据融合，得到多模态掌特征；根据多模态人脸特征和多模态掌特征，确定用户是否具操作权限。该方法可以提升门禁系统的灵活性和安全性。

技术研发人员：叶勇威,王昌平,陈峰
受保护的技术使用者：正元智慧集团股份有限公司
技术研发日：
技术公布日：2024/9/23