-
公开(公告)号:CN113343198A
公开(公告)日:2021-09-03
申请号:CN202110699895.2
申请日:2021-06-23
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于视频的随机手势认证方法,包括:选择注册模式或认证模式;采集用户随机手势视频;随机手势视频预处理;将预处理后的动态手势视频输入到随机手势特征提取器,提取包含用户生理特征和行为特征的特征向量;在注册模式时,将输入的用户名和提取出的随机手势的特征向量添加至手势模板数数据库;在认证模式时,首先提取用户名在手势模板数据库中对应的多个特征向量,然后计算与待认证用户特征向量的余弦距离,并将最小的余弦距离与阈值比对,如果低于阈值,则认证通过,否则认证不通过。本发明采用随机手势兼备生理特征和行为特征,认证更加安全、高效和友好。本发明还提供了相应的系统。
-
公开(公告)号:CN117993462A
公开(公告)日:2024-05-07
申请号:CN202410166818.4
申请日:2024-02-06
Applicant: 华南理工大学
IPC: G06N3/08 , G06N3/048 , G06F18/213 , G06F18/22 , G06F18/2415 , G06F18/2431 , G06V10/82 , G06V10/44 , G06V10/74 , G06V10/764 , G06V40/00 , G10L17/02 , G10L17/04 , G10L17/18
Abstract: 本发明提供了一种基于自适应损失函数的生物特征认证方法、介质及设备;其中,方法为:采用神经网络模型对待认证信息进行特征提取,然后根据提取到的特征得到生物认证结果;神经网络模型训练时,采用自适应损失函数#imgabs0#:#imgabs1#其中,θl表示代理#imgabs2#和归一化样本特征#imgabs3#之间的角度;s表示尺度系数;C为训练样本类别数量;m表示自适应间隔系数。该方法采用的自适应损失函数具有非常稳定和优越的性能表现,从而提升神经网络模型的性能,提高生物特征认证的准确率。
-
公开(公告)号:CN113343198B
公开(公告)日:2022-12-16
申请号:CN202110699895.2
申请日:2021-06-23
Applicant: 华南理工大学
Abstract: 本发明公开的一种基于视频的随机手势认证方法,包括:选择注册模式或认证模式;采集用户随机手势视频;随机手势视频预处理;将预处理后的动态手势视频输入到随机手势特征提取器,提取包含用户生理特征和行为特征的特征向量;在注册模式时,将输入的用户名和提取出的随机手势的特征向量添加至手势模板数数据库;在认证模式时,首先提取用户名在手势模板数据库中对应的多个特征向量,然后计算与待认证用户特征向量的余弦距离,并将最小的余弦距离与阈值比对,如果低于阈值,则认证通过,否则认证不通过。本发明采用随机手势兼备生理特征和行为特征,认证更加安全、高效和友好。本发明还提供了相应的系统。
-
公开(公告)号:CN114220129A
公开(公告)日:2022-03-22
申请号:CN202111290850.6
申请日:2021-11-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于掌纹和手势融合识别的身份认证方法及控制设备,包以下步骤:S1、用户选择进入注册模式输入用户名开启注册,采集设备分别采集用户不同的手掌信息和手势动作信息特征,将提取到特征存入处理器与注册用户名相对应;S2、用户对每个手掌信息和手势动作特征设置绑定相应的权限;S3、用户认证时,将手扫过图像采集区域并做出与注册时相同的手掌或者手势动作,采集设备采集图像,将采集的图像输入系统进行特征提取,将得到的特征信息与注册过的用户特征信息进行比对,相似度达到阈值则提示认证成功,开启相应的权限,循环步骤S3开启以下一个权限的采集和认证。
-
公开(公告)号:CN114220129B
公开(公告)日:2024-08-16
申请号:CN202111290850.6
申请日:2021-11-02
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于掌纹和手势融合识别的身份认证方法及控制设备,包以下步骤:S1、用户选择进入注册模式输入用户名开启注册,采集设备分别采集用户不同的手掌信息和手势动作信息特征,将提取到特征存入处理器与注册用户名相对应;S2、用户对每个手掌信息和手势动作特征设置绑定相应的权限;S3、用户认证时,将手扫过图像采集区域并做出与注册时相同的手掌或者手势动作,采集设备采集图像,将采集的图像输入系统进行特征提取,将得到的特征信息与注册过的用户特征信息进行比对,相似度达到阈值则提示认证成功,开启相应的权限,循环步骤S3开启以下一个权限的采集和认证。
-
公开(公告)号:CN116720169A
公开(公告)日:2023-09-08
申请号:CN202310577103.3
申请日:2023-05-22
Applicant: 华南理工大学
Abstract: 本发明提供了一种基于长短时建模的动态手势认证方法、介质及设备;其中方法为:将手势视频输入到通道分组时域自注意力网络;通道分组时域自注意力网络包括视频锐化模块和通道分组时域自注意力模块;视频锐化模块对手势视频进行灰度化并分成视频片段;进行微分并融合得到视频锐化片段,通过卷积处理得到局部身份特征;通道分组时域自注意力模块将特征图进行自注意力分组和变形;分组进行模长计算得到抽象身份特征亲昵矩阵,通过时域自注意力处理以获得全局特征;通过残差连接实现局部信息增强,得到全局信息增强后的身份特征。该方法利用视频锐化算法和通道分组时域自注意力算法优势互补,可大幅度降低等误率的同时显著地提高运行效率。
-
-
-
-
-