专利名称：基于多生物特征识别的智能门禁系统的制作方法
技术领域：
本发明涉及一种门禁系统，尤其是一种基于多生物特征识别的智能门禁系统，属 于门禁系统的技术领域。
背景技术：
目前，传统的门禁系统的身份鉴别手段包括口令、密码、证件等等。由于与被鉴别 人的可分离性，易造成伪造、盗用、破译等现象。而人体的生物属性是人的本体独有的，而且 人的某些生物属性如指纹、虹膜、声音等是唯一的，将其应用在门禁系统可以杜绝伪造、盗 用等现象的产生。生物特征识别技术主要分为两大类一类是生理特征识别，分别是利用指 纹，掌型，虹膜，视网膜及人脸等特征进行识别；另一类是行为特征识别，包括签名和语音识 别。采用单一模态的生物特征认证技术容易受到噪声的干扰和使用环境的限制，并且容易 伪造仿冒，很难保证门禁系统识别的准确性。发明内容
本发明的目的是克服现有技术中存在的不足，提供一种基于多生物特征识别的智 能门禁系统，其提高了识别的可靠性，准确率高，识别方便，安全可靠。
按照本发明提供的技术方案，所述基于多生物特征识别的智能门禁系统，包括声 音采集设备及图像采集设备；所述声音采集设备及图像采集设备均与门禁控制器的输入相 连，所述门禁控制器分别接收声音采集设备采集的声音信号及图像采集设备采集的人脸图 像信号；门禁控制器的输出端分别与数据处理器及电控门锁相连；门禁控制器将接收的声 音信号及人脸图像信号传输到数据处理器内；所述数据处理器分别对接收的声音信号及人 脸图像信号进行特征提取，对采集的声音信号与人脸图像信号进行识别，并将特征提取后 相应信号进行归一化与分类融合处理；数据处理器将分类融合处理后相应的信号与预设的 样本库相比较；当分类融合处理后得到的信号与样本库内相应信号匹配时，门禁控制器打 开电控门锁。
所述数据处理器包括DSP。所述数据处理器利用主成分分析法与线性判别分析法 对人脸图像信号进行特征提取及人脸识别。
所述数据处理器利用梅尔倒谱系数与混合高斯模型方法对声音信号进行特征提 取及人脸识别。所述数据处理器利用z-score函数对识别后的声音信号与人脸图像信号进 行归一化。
所述数据处理器利用支持向量机对归一化后的声音信号与人脸图像信号进行分 类融合处理。所述门禁控制器的输出端还与声光报警器相连；当分类融合处理后得到的信 号与数据处理器内样本库不匹配时，门禁控制器通过声光报警器输出声光报警信号。
本发明的优点门禁控制器同时接收声音采集设备与图像采集设备的声音信号、 人脸图像信号；数据处理器对声音信号利用梅尔倒谱系数和混合高斯模型方法进行特征提 取和声音识别，数据处理器对人脸图像信号利用主成分分析法和线性判别分析法进行特征提取和声音设备，数据处理器对提取和识别后的声音信号及人脸图像信号进行Z-score归 一化和支持向量机分类融合，降低了识别的等错率，提高了门禁系统的安全可靠性，安全可罪。
图1为本发明的结构框图。
图2为本发明的工作流程图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
如图1所示本发明包括图像采集设备、声音采集设备，电控门锁、门禁控制器、数 据处理器及声光报警器。
多生物特征融合是指利用生物特征不同的特性，进行某种层面的融合，其目的是 克服或者规避单一特征的局限性；本发明通过对人脸图像和声音信号多位门禁的两个生物 特征。通过把不同生物特征信息结合在一起进行融合认证降低了不利因素的影响，为解决 单一模态的生物特征识别的不足带来了有效的解决方案。人脸图像和声音信息具有相对的 唯一性和稳定性，并且采集方便，具有非接触性和非侵犯性。适合于门禁系统作为鉴别特征 来使用。
如图1所示所述图像采集设备与声音采集设备的输出端与门禁控制器的输入端 相连，所述图像彩采集设备采用摄像头，作为特征采集工具，采集来访者的人脸图像；声音 采集设备采用麦克风，作为特征采集工具，采集来访者的声音信号。门禁控制器的输出端与 数据处理器相连，所述数据处理器包括DSP (数字信号处理器)，所述数据处理器能够进行 人脸识别和声音识别，所述数据处理器内预先存储有相关的人脸信息和声音信息。门禁控 制器接收图像采集设备采集的人脸图像信号及声音采集设备采集的声音信号，并将上述信 号传输到数据处理器内。所述数据处理器对接收的声音信号利用梅尔谱倒频系数(MFCC) 及混合高斯模型(GMM)进行特征提取和声音识别；数据处理器对接收的人脸图像信号利用 主成分分析法(PCA)及线性判别分析法(LDA)进行特征提取和人脸识别。为了降低分类比 较的等错率，数据处理器通过Z-score函数对对识别后的声音信号和人脸图像信号进行归 一化处理，消除利用不同生物特征识别的结果差异，减小由于类别不同而引起的误差；数据 处理器在进行归一化处理后，再利用支持向量机(SVM)方法对上述归一化结果进行分类， 达到决策层融合处理。数据处理器将上述融合处理后的声音信号及人脸图像信号和数据处 理器内预存的样本库间进行比较，当采集的声音信号及人脸图像信号与样本库内相应的信 号相匹配时，数据处理器向门禁控制器发出开门指令，门禁控制器打开电控门锁；当采集的 声音信号和人脸图像信号与样本库不匹配时，门禁控制器通过声光报警器发出声光报警信 号，确保门禁系统的安全。
数据处理器对人脸图像信号利用主成分分析法(PCA)及线性判别分析法(LDA) 进行特征提取和人脸识别，其中，主成分分析(PCA)是一种统计方法，它借助于一个正交变 换，将分量相关的原随机向量转化成分量不相关的新随机向量，在代数上表现为将原随机 向量的协方差阵变换成对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，样4本点散布最开。线性判别分析(LDA)在模式识别领域有着重大的影响，线性判别分析方法 可应用于图像降维，它是一种基于样本的类别进行降维的方法。它的投影矩阵通过最大化 类间分布，同时最小化类内散布获得。
线性判别分析人脸识别方法描述如下
假设原始图像库中共有N个图像，假设每个图像共有d个像素点，则原始人脸图像 向量可以表示为X1, X2, A Xn(向量维数设为d)，其中N1个人脸图像属于1类，N2个人脸图 像属于2类，Nc个人脸图像属于C类(其中NJNf-Nc = N)。则各类人脸图像的均值为(1)
1 NA=-Z^ = 1,2,L ,C)丄 N j=\
总的人脸图像的均值为
样本类间离散度矩阵&和类内离散度矩阵Sw定义为C
Sb=Yj N1 (JU1 - μ){μτ - μ)τ1 ΝM = -TX1 Ntt 1Z=ICΛ!/2 3 4/V /V /V
Sw=Y4Y^iXk- U1 )(Xk - U1 γi=i XiEXj
如果Sw(类内离散度矩阵)是非奇异的，则要获得类间离散度与类内离散度的比 值最大的投影方向的W。Dt满足下式
Wopt =argmaxW1SBWW1SwW
_-W %，K, 2 W' wI-
其中Iwi I i = 1，2，L，m}是满足下式的&和Sw对应的m个最大特征值{ λ i | i = 1,2, L, m}所对应的特征向量=SeWi = λ ,SffWi (i = 1，2，L，m)。注意到该矩阵最多只有C-I 个非零特征值，C是类别数目。
利用线性投影算子，每一幅人脸图像可以映射得到一个低维的特征向量。该向量 的元素通过图像向量与投影算子的每一个列向量分别做内积运算得到。
无论PCA方法还是LDA方法都需要大量的实验样本，而实际生活中并不可能完全 满足样本数量的要求，为了解决小样本可能存在的问题，数据处理器采用PCA+LDA的方法 来进行人脸识别。
设对PijG = 1，2，. . .，S ;i = 1，2，. . .，K)为PCA得到的第i类人脸第j个人脸向量的特征投影，S是每类的样本数，K是训练样本总数。
首先计算各类样本的均值μ ,和总样本均值μ，从各样本的图像减去对应的类均 值，即各类训练样本中心化，然后，从各类均值中减去总样本均值得到Pi，把所有中心化的 训练样本图像组成数据矩阵，并通过PCA方法为这个数据矩阵寻找正交基。设求出的正交 基为U，将所有中心化的图像投影到正交基上。
^UtX(6)
其中，i标识样本特征值，把所有的中心化的均值投影到正交基上，完成了 PCA的 过程5
^UtjUi
最后将求得的参数代入LDA的以下公式中
求解类间集散度矩阵&和类内离散度矩阵Sw。其中
权利要求
1.一种基于多生物特征识别的智能门禁系统，包括声音采集设备及图像采集设备，其 特征是所述声音采集设备及图像采集设备均与门禁控制器的输入的相连，所述门禁控制 器分别接收声音采集设备采集的声音信号及图像采集设备采集的人脸图像信号；门禁控制 器的输出端分别与数据处理器及电控门锁相连；门禁控制器将接收的声音信号及人脸图像 信号传输到数据处理器内；所述数据处理器分别对接收的声音信号及人脸图像信号进行特 征提取，对采集的声音信号与人脸图像信号进行识别，并将特征提取后相应信号进行归一 化与分类融合处理；数据处理器将分类融合处理后相应的信号与预设的样本库相比较；当 分类融合处理后得到的信号与样本库内相应信号匹配时，门禁控制器打开电控门锁。
2.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述数据 处理器包括DSP。
3.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述数据 处理器利用主成分分析法与线性判别分析法对人脸图像信号进行特征提取及人脸识别。
4.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述数据 处理器利用梅尔倒谱系数与混合高斯模型方法对声音信号进行特征提取及人脸识别。
5.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述数据 处理器利用z-score函数对识别后的声音信号与人脸图像信号进行归一化。
6.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述数据 处理器利用支持向量机对归一化后的声音信号与人脸图像信号进行分类融合处理。
7.根据权利要求1所述的基于多生物特征识别的智能门禁系统，其特征是所述门禁 控制器的输出端还与声光报警器相连；当人类融合处理后得到的信号与数据处理器内样本 库不匹配时，门禁控制器通过声光报警器输出声光报警信号。
全文摘要
本发明涉及一种基于多生物特征识别的智能门禁系统，其包括声音采集设备及图像采集设备；门禁控制器分别接收声音信号及图像采集设备采集的人脸图像信号；门禁控制器的输出端分别与数据处理器及电控门锁相连；门禁控制器将接收的声音信号及人脸图像信号传输到数据处理器内；所述数据处理器分别对接收的声音信号及人脸图像信号进行特征提取，对采集的声音信号与人脸图像信号进行识别，并将特征提取后相应信号进行归一化与分类融合处理；数据处理器将分类融合处理后相应的信号与预设的样本库相比较；当分类融合处理后得到的信号与样本库内相应信号匹配时，门禁控制器打开电控门锁。本发明提高了识别的可靠性，准确率高，识别方便，安全可靠。
文档编号G06K9/00GK102034288SQ20101058147
公开日2011年4月27日 申请日期2010年12月9日 优先权日2010年12月9日
发明者周治平, 李雨凇 申请人:江南大学